统计矩匹配

FedAlign：面向非独立同分布联邦学习的差分隐私分布对齐

FedAlign: Differentially Private Distribution Alignment for Non-IID Federated Learning

为视觉模型在跨设备联邦训练中提供一种可复用的隐私保护分布对齐手段：客户端上传加噪的统计矩、服务器聚合推断全局分布并回传指导本地对齐，可直接嵌入现有的联邦视觉训练流程以缓解 Non-IID 导致的收敛慢与精度下降。