Federated Learning for Distributed Cyber Threat Detection: A Systematic Review of Architectures, Applications, and Open Challenges
Diese systematische Übersichtsarbeit analysiert Federated-Learning-Architekturen, Anwendungen und Herausforderungen für die verteilte Erkennung von Cyberbedrohungen und hebt dabei den Übergang zu dezentralen Modellen hervor, um Datenschutz- und Bandbreitenbeschränkungen zu adressieren, während sie gleichzeitig nicht-identisch verteilte Daten (non-IID) und Angriffe durch Adversaries als kritische Barrieren für eine effektive Implementierung identifiziert.