FedALA的关键组件是自适应局部聚合(Adaptive Local Aggregation, ALA)模块，该模块可以自适应地将下载的全局模型和局部模型聚合到每个客户端上的局部目标，以便在每次迭代训练之前初始化局部模型。FL的一个关键挑战是统计异质性，例如，非独立和同分布(Non-IID)和跨客户端的不平衡数据。这类数据使得很难获得泛化到每个客户端的全局模型。