本文针对联邦学习（Federated Learning, FL）中大型语言模型（LLM）面临的恶意客户端投毒攻击问题，提出了一种轻量级、服务器端的防御框架 FedLNS（Federated Learning with Normalization Signatures）。在联邦训练中，服务器无法直接验证各客户端本地训练过程的正确性，恶意客户端可能通过篡改标签、引入错误上下文-词元关联等方式，在多次聚合后降低全局模型质量，甚至导致不可靠或幻觉生成。FedLNS 的核心思想是：利用可训练层归一化（LayerNorm）参数的变化作为客户端更新的特征签名，并将这些签名与一个基于历史信息、跨客户端的稳健参考值进行比对，从而识别并筛除可疑的本地更新。该方法完全在服务器端基于返回的本地模型提取签名，不需要客户端与服务器之间交换任何额外参数或元数据，也不依赖原始数据、可信数据集、标签化攻击样本或独立训练的检测器，因此可无缝集成到现有联邦学习流程中。作者在 GPT 风格、BERT 风格和 LLaMA 风格三种模型上进行了实验，模拟 200 个客户端，在 40% 的客户端执行目标操纵（target manipulation）的情况下，评估了 IID 和非 IID 数据划分下的效果。结果表明，在所有三种架构和两种数据划分条件下，FedLNS 相比六个现有基线方法均获得了更低的下游测试困惑度（perplexity），验证了其在检测恶意更新、缓解投毒影响方面的有效性和泛化能力。总体而言，FedLNS 为联邦学习中的 LLM 提供了一种实用的安全筛选机制，且开销极小，具有较好的实际部署潜力。