연구진이 개인 정보 보호와 악의적 조작에 대한 저항력을 동시에 갖춘 분산 학습 프레임워크를 제안했어요. GPBACC라는 프라이버시 강화 코딩 컴퓨팅 기법을 활용하여 연합 학습과 분산 학습 환경 모두에서 적용 가능한 모델 독립적인 방어 체계를 구축했어요. 로버스트 집계 전략과 검증 기법을 결합하여 개인 정보 유출을 줄이고 악의적인 공격에 대한 복원력을 높였으며, 공격 기반 분석을 통해 효과를 입증했어요.