Federated Distillation (FD)是一种新颖且有前景的分布式机器学习范式，利用知识蒸馏促进跨设备知识传输。引入了一种为FD量身定制的攻击方法FDLA，通过操纵FD中的逻辑通信降低客户端模型性能，威胁FD设置的客户端模型准确性。强调在FD环境中采取强大的防御机制的重要性。