目前,机器学习和AI技术正向着新一层次不断突破,与此同时,电子设备的普及使得计算数据量以难以想象的速度递增,数据的隐私安全和用户的个人信息安全风险系数显著增高.在这样的情况下,联邦学习概念的提出让分布式信息处理和数据安全保护到达了一个新的研究高度.近年来涌现出许多针对联邦学习的新算法和新技术,如纵向联邦学习、横向联邦学习等.本文详细分析了联邦学习的工作原理和分类应用,介绍了目前联邦学习在一些行业领域中的最新研究和优化,并对联邦学习的未来研究进行了展望,希望推动联邦学习研究领域进一步发展.
科研之友
微信
新浪微博
Facebook
分享链接
