Federated Learning for Distributed Cyber Threat Detection: A Systematic Review of Architectures, Applications, and Open Challenges
Cette revue systématique analyse les architectures, les applications et les défis de l'apprentissage fédéré pour la détection décentralisée des cybermenaces, soulignant le passage vers des modèles décentralisés pour répondre aux limitations de confidentialité et de bande passante tout en identifiant les données non-IID et les attaques adverses comme des barrières critiques à une mise en œuvre efficace.