ByzFL：面向鲁棒联邦学习的研究框架
机器学习
2025-06-02 v1
摘要
我们提出了 ByzFL，一个用于开发和基准测试鲁棒联邦学习（FL）算法的开源 Python 库。ByzFL 提供了一个统一且可扩展的框架，其中包括最先进的鲁棒聚合器的实现、一套可配置的攻击，以及用于模拟各种 FL 场景的工具，包括异构数据分布、多种训练算法和对抗性威胁模型。该库通过单个基于 JSON 的配置文件实现系统性实验，并包含用于结果可视化的内置实用工具。ByzFL 兼容 PyTorch 张量和 NumPy 数组，旨在促进鲁棒 FL 解决方案的可重复研究和快速原型设计。ByzFL 可在 https://byzfl.epfl.ch/ 获取，源代码托管在 GitHub：https://github.com/LPD-EPFL/byzfl。
引用
@article{arxiv.2505.24802,
title = {ByzFL: Research Framework for Robust Federated Learning},
author = {Marc González and Rachid Guerraoui and Rafael Pinot and Geovani Rizk and John Stephan and François Taïani},
journal= {arXiv preprint arXiv:2505.24802},
year = {2025}
}