智能科学与技术学报 (Mar 2022)

群体智能中的联邦学习算法综述

  • 杨强,
  • 童咏昕,
  • 王晏晟,
  • 范力欣,
  • 王薇,
  • 陈雷,
  • 王魏,
  • 康焱

DOI
https://doi.org/10.11959/j.issn.2096-6652.202218
Journal volume & issue
Vol. 4, no. 1
pp. 29 – 44

Abstract

Read online

群体智能是在互联网高速普及下诞生的人工智能新范式。然而，数据孤岛与数据隐私保护问题导致群体间数据共享困难，群体智能应用难以构建。联邦学习是一类新兴的打破数据孤岛、联合构建群智模型的重要方法。首先，介绍了联邦学习的基础概念以及其与群体智能的关系；其次，基于群体智能视角对联邦学习算法框架进行了分类，从隐私、精度与效率3个角度讨论了联邦学习算法优化技术；而后，阐述了基于线性模型、树模型与神经网络模型的联邦学习算法模型；最后，介绍了联邦学习代表性开源平台与典型应用，并对联邦学习研究进行总结展望。

Keywords