摘要

联邦学习为摆脱“数据孤岛”困境提供了有效技术手段,受到学术界和工业界的广泛关注.而用户参与积极性不足以及数据难以监管,使联邦学习可持续性无法保障成为当前面临的一个关键问题,激励机制驱动的数据交易是解决这一问题的有效途径.介绍面向联邦学习的数据交易研究背景与意义,阐述数据交易在联邦学习中的研究进展,提出面向联邦学习的数据交易存在的问题及未来研究方向.