综述：物联网的联邦学习
来源：Federated Learning for Internet of Things : A Comprehensive Survey
传统上，人工智能技术需要集中的数据收集和处理，但由于现代物联网网络的高可扩展性和日益增长的数据隐私问题，这在现实应用场景中可能不可行。联邦学习(FL)已经成为一种分布式协同人工智能方法，通过允许在分布式物联网设备上进行人工智能训练而不需要数据共享，它可以使许多智能物联网应用成为可能。
传统上，人工智能功能被放置在云服务器或数据中心，用于的数据学习和建模，鉴于物联网数据的爆炸式增长，这带来了严重的限制。
FL在广泛物联网服务方面的潜力:物联网数据共享、数据卸载和缓存、攻击检测、定位、移动群体感知以及物联网隐私和安全。
FL用于物联网服务：
1、物联网数据共享；
2、数据卸载和缓存；
3、攻击检测；
4、定位；
5、移动群体感知；
6、物联网隐私和安全
FL在物联网的应用：
1、智能医疗
2、智能交通
3、无人机(UAVs)
4、智慧城市
5、智能产业
FL为物联网应用提供的好处如下：
1、数据隐私增强
2、低延迟网络通信
3、学习质量提高
1、数据隐私增强:在FL中，原始数据不需要在聚合器上进行训练。因此，最大限度地减少了用户敏感信息泄露给外部第三方，并提供了一定程度的数据隐私。随着越来越严格的数据隐私保护立法，如通用数据保护条例(GDPR)，隐私保护功能使FL成为构建智能和安全物联网系统的理想解决方案。
2、低延迟网络通信:由于不需要将物联网数据传输到服务器，使用FL有助于减少数据卸载导致的通信延迟。作为回报，它还节省了数据训练中的网络资源，如频谱和传输功率。
3、提高学习质量:通过从物联网设备的网络中吸引大量的计算资源和不同的数据集，FL有潜力提高整个训练过程的收敛速度，并实现更好的学习准确率，这可能无法通过使用数据不足和计算能力受限的集中式人工智能方法来实现。作为回报，由于其分布式学习的特性，FL还提高了智能网络的可扩展性。
FL流程包括以下关键步骤:
1、系统初始化和设备选择:聚合器选择人类活动识别等物联网任务，并设置学习参数，如学习速率和通信轮数。同时选择一个参与FL过程的物联网设备子集。
2、分布式本地训练和更新:服务器初始化一个新的模型，即
综述：物联网的联邦学习相关推荐
- 基于联邦学习的推荐系统综述
基于联邦学习的推荐系统综述 参考文献 基于联邦学习的推荐系统综述 Federated Recommendation Systems Journal-CN-SSI-22-Survey-Slides (作 ...
- 联邦学习怎样应用在推荐系统中？
来源:知乎丨羊老头 说起联邦学习,大家再熟悉不过了,由于其能在数据不移动的前提下协同训练一个全局共享的模型,迅速成为了人工智能安全领域的一个研究热点.推荐系统作为人工智能领域最振奋人心的应用之一,与联 ...
- 利用谷歌的联邦学习框架Tensorflow Federated实现FedAvg（详细介绍）
目录 I. 前言 II. 数据介绍 III. 联邦学习 1. 整体框架 2. 服务器端 3. 客户端 IV. Tensorflow Federated 1. 数据处理 2. 构造TFF的Keras模型 ...
- 虚拟专题：联邦学习 | 面向隐私保护的非聚合式数据共享综述
来源:通信学报 面向隐私保护的非聚合式数据共享综述 李尤慧子1, 殷昱煜1, 高洪皓2,3, 金一4, 王新珩5 1 杭州电子科技大学计算机学院,浙江 杭州 310018 2 上海大学计算机工程与科学 ...
- 区块链与联邦学习综述
区块链与联邦学习综述 本期分享的论文是由Dinh C. Nguyen等人在2021年发表在IEEE Internet of Things Journal的文章<Federated Learnin ...
- 虚拟专题：联邦学习 | 联邦学习研究综述
来源:网络与信息安全学报 联邦学习研究综述 周传鑫,孙奕,汪德刚,葛桦玮 信息工程大学,河南 郑州 450001 摘要:联邦学习由于能够在多方数据源聚合的场景下协同训练全局最优模型,近年来迅速成为安全 ...
- 想详细了解风头正劲的联邦学习吗？这篇最强综述论文满足你
点击上方"深度学习技术前沿",选择"星标"公众号 资源干货,第一时间送达 联邦学习(Federated Learning,FL)指多个客户端在一个中央服务器下协 ...
- 虚拟专题：联邦学习 | 联邦学习算法综述
来源:大数据期刊 联邦学习算法综述 王健宗1 ,孔令炜1 ,黄章成1 ,陈霖捷1 ,刘懿1 ,何安珣1 ,肖京2 1. 平安科技(深圳)有限公司,广东 深圳 518063 2. 中国平安保险(集团)股 ...
- 联邦学习安全与隐私保护综述 A survey on security and privacy of federated learning
联邦学习安全与隐私保护综述 写在前面的话 联邦学习是什么 联邦学习工作流程 联邦学习的技术分类 安全问题和解答 隐私问题和解答 未来方向 写在前面的话 本篇博客参考<A survey on se ...
最新文章
- iOS架构设计-URL缓存（上）
- 测试页打印失败0x0000045a_激光打印机就该选这样的，联想领像L100DW评测
- Des和Base64的Util
- freebsd php 编译 mysql sql2005_问下：Freebsd下用php连接ms sql server
- python骂人的程序_Python实现敏感词过滤的4种方法
- ORB-SLAM2-金字塔求解-特征点的提取-描述子的计算
- java压缩文件读取_用Java读取/写入压缩和非压缩文件
- 电脑重装系统按哪个键
- (全网唯一)Python 10行代码 实现 PDF转WORD
- could not open extension control file “/usr/share/postgresql/9.1/extension/dblink.control“
- PHP date_sunrise,php中 date_sunrise函数具有哪些功能呢？
- 写Java代码分别使堆溢出,栈溢出
- 【 Educational Codeforces Round 51 (Rated for Div. 2) F】The Shortest Statement
- 27. Location reload() 方法
- 数据库基础入门知识总结
- 微信小程序 editor富文本编辑器组件封装
- 为真实硬件安装WDM驱动
- 蓝桥杯省赛训练营——日期的计算
- wps中的word删除空白页
- 重装系统win10步骤和教程，win10怎么自己重装系统