DSFL 論文閱讀分析：很多跨機構詐欺防禦真正缺的，不是再多一個模型，而是讓大家能一起學又不用先交出資料
這篇 paper 真正補的，不是再替 federated learning 換一套口號，而是正面處理跨機構金融詐欺偵測最痛的三難題：既要合作學習、又不能把交易資料直接交出去，還得避免協定一擴大就太慢、或有人在更新路上亂塞壞東西。
2026 年 4 月 29 日
Secure Aggregation
2026
CHRONOS 論文閱讀分析：很多 secure federated learning 真正卡住的，不是隱私保護不夠，而是把最重的密碼成本塞進了最不該卡的 training path
這篇論文真正重要的，不只是又做了一個 secure federated learning 方案，而是把問題問對了：當 IoT 裝置最貴的是 active training phase，那些 data-independent 的密碼協定就不該繼續塞在那段 critical path 裡。
2026 年 4 月 22 日