本文介绍了FedAD-Bench，一个用于评估联邦学习背景下无监督异常检测算法的统一基准。通过对最近的深度学习异常检测模型在联邦设置中的性能进行分析和比较，揭示了联邦学习的正则化效果和减轻过拟合方面的能力。旨在建立一个标准化的基准，促进研究之间的可重复性和公平比较。