본 논문은 지능형 네트워크 운영에 중요한 역할을 하는 네트워크 트래픽 예측에서 중앙 집중식 학습의 지연 및 개인 정보 보호 문제를 해결하기 위해, 차등 개인 정보 보호가 통합된 연합 학습 프레임워크를 제안한다. 기존 연합 학습의 비잔틴 공격 취약성을 해결하고자, 분포적으로 강건한 최적화 기반의 비동기적 차등 연합 학습 프레임워크를 제시하며, 지역적 차등 개인 정보 보호와 정규화 기법을 활용하여 모델의 강건성과 개인 정보 보호를 향상시켰다. 실제 데이터셋을 이용한 실험 결과, 제안된 분산 알고리즘이 기존 방법보다 우수한 성능을 달성함을 보였다.
