연구진은 IoT/IIoT 환경의 보안 강화를 위해 연합 학습 기반 프레임워크 CLAD를 제안했습니다. CLAD는 클러스터링 연합 학습(CFL)과 새로운 이중 모드 마이크로 아키텍처($ ext{DM}^2 ext{A}$)를 결합하여 장치 이질성 및 레이블 부족 문제를 해결합니다. 실험 결과, CLAD는 80%의 비레이블 클라이언트 환경에서 30%의 성능 향상을 보였으며, 통신 비용은 절반으로 줄었습니다.