针对联邦学习过程中模型参数易遭受推理攻击和拜占庭攻击等问题，提出了一种基于用户选择的鲁棒与隐私保护联邦学习方案，以增强模型训练的安全性和可靠性。首先基于雾服务器构建组的概念，设计了一种选择用户算法。该算法旨在挑选出信用分数较高的用户参与全局模型的训练...