写论文就是讲好故事

1.绪论

1.1.研究背景与意义

首先探明边缘计算普及程度，信息数据互联
讲明白边缘计算场景中潜在的数据价值需要充分挖掘
客观分析充分利用边缘计算场景数据中存在的困难问题（边缘计算面临的隐私泄露威胁，数据孤岛、协作的安全性、鲁棒性）
简单引一下方案设计系统的功能，（鲁棒性的安全联邦系统）

1.2.国内内外研究现状

1.2.1.安全联邦学习

讲明安全联邦学习的定义
说说几种安全联邦学习实现方式（差分、统态、安全多方）
列举其他论文中方案在边缘计算场景的局限性

1.2.2.鲁棒性聚合算法设计

讲明什么时鲁棒性聚合算法
列举论文中的鲁棒性聚合算法
讲明局限性

1.3.研究工作与内容

说一段（边缘计算场景数据潜力固然大，充分利用存在的问题应该得到重视，基于差分隐私的安全联邦学习与鲁棒性算法存在相当重要的作用
进行了如下研究
1、研究并实现了基于差分隐私的安全联邦学习框架的实现
2、研究并实现了基于历史记录的鲁棒安全聚合算法
3、研究并测试了本方案在标准测试集中与其他方案差异

1.4.章节安排

2章相关理论知识
基于差分隐私的联邦学习框架实现

2.相关理论知识

联邦学习
差分隐私保护技术
鲁棒性聚合算法

3.方案设计

论文方案概述

3.1.差分隐私学习算法设计

讲述相关的差分隐私概念，本地化用户化

3.1.1.常见差分隐私

3.1.2.本地化自适应梯度下降的差分隐私卷积神经网络算法

3.1.3.算法流程

3.2.鲁棒性聚合算法设计

3.2.1.常见鲁棒性聚合算法

3.2.2.基于中心梯度裁剪的聚合算法

3.3.鲁棒性安全联邦学习框架

列举其余论文中提到的鲁棒性安全联邦学习框架，客观分析优略

3.4.框架分析

客观分析该框架的鲁棒性与隐私性

4.实验设计与性能分析

4.1.引言

4.2.实验设置

4.2.1.数据集介绍

4.2.2.开发环境介绍

4.3.实验作品介绍

4.4.对比方法与模型评估指标

4.4.1.对比方法

4.4.2.模型评估指标

4.5.实验结果分析