标签
本文系统性地研究了纵向联邦学习（VFL）中的后门漏洞，揭示了研究假设与现实实践之间的差距，并引入了BVBench——一个以实际评估为导向的后门基准测试平台。
本文研究垂直联邦学习中的选择性升级问题，提出一种基于期望增益的评分方法，在低成本的本地预测和高成本的嵌入融合之间进行路由，以优化通信与准确率之间的权衡。