研究联邦学习是否削弱梯度类可解释性方法（Grad-CAM）在深度伪造检测中的可信度，揭示隐私保护与 forensic 可解释性的权衡。

提出支持不同量化位宽客户端的安全聚合方案，保障联邦学习中各客户端更新隐私，仅暴露加总结果。