Федеративное обучение (FL) – Обзор

Рассмотрены основные аспекты федеративного обучения (FL) в контексте систем обнаружения вторжений (IDS) в сетях интернета вещей (IoT). Федеративное обучение представляет собой инновационный подход к обучению моделей машинного обучения на распределенных устройствах, минимизирующий необходимость передачи чувствительных данных на центральные серверы. FL классифицируется на горизонтальное, вертикальное и федеративное трансферное обучение и рассматривается их применение в системах IDS. Дополнительно анализируется структура сети FL, включая централизованное и децентрализованное FL. На основе проведенного обзора можно сделать вывод о перспективности использования FL в сетях IoT для повышения конфиденциальности данных и эффективности обнаружения аномалий.

Авторы: М. Аль-Тамими, М. Б. Хассан, С. А. Аббас

Направление: Информатика, вычислительная техника и управление

Ключевые слова: федеративное обучение, системы обнаружения вторжений, интернет вещей, горизонтальное федерированное обучение, децентрализованное федерированное обучение


Открыть полный текст статьи