PCFed: Privacy-Enhanced and Communication-Efficient Federated Learning for Industrial IoTs（作者：Qing Han, Shusen Yang*, Xuebin Ren, Peng Zhao, Cong Zhao, Yimeng Wang）。该工作提出了一种新的隐私增强且通信高效的联邦学习算法PCFed。首先，基于PID控制原理设计了一种自适应采样的间歇通信策略，以减少通信开销，并更好地利用分配给边缘服务器的隐私预算。其次，在PCFed的基础上，进一步提出了PCFed+来处理具有w-event隐私保护的无限数据流。通过理论分析，证明了PCFed对有限流和无限流都提供了严格的DP保证。最后，在真实工业场景中进行了大量实验，以验证PCFed的有效性。