연구는 분산 환경에서의 연합 학습(FL)이 백도어 공격에 취약하다는 점을 지적하며, 특히 기존 방어 기법들이 독립 동일 분포(iid) 환경에만 초점을 맞춰 비iid 환경의 특성을 고려하지 못한다는 한계를 제시합니다. 따라서 비iid 환경에서도 백도어 공격에 효과적으로 대응하는 새로운 방어 기법인 FLBuff를 제안합니다. FLBuff는 비iid 환경을 표현 공간에서의 전방향 확장으로, 백도어 공격을 단방향 확장으로 모델링하는 아이디어에 기반하여, 지도 학습 대조 학습 모델을 이용하여 마지막 계층 이전의 표현을 추출, 큰 완충 계층을 생성합니다. 실험 결과 FLBuff가 기존 최첨단 방어 기법들을 능가하는 성능을 보임을 보여줍니다.
