联邦学习及其在电信行业的应用

• 作者: 卢燚 吴骏 李鉴 邵云峰
• 来源期刊: 信息通信技术与政策
• 关键词: 联邦学习 隐私保护 模型私有化
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 专题:电信网络人工智能
• 页码范围: 35-41
• 页数: 7页
• 语种: 中文

摘要

联邦学习是一种分布式训练框架,可以构建去中心化数据的集合并联合多方数据,进而利用加密后的中间参数,完成多数据源对于联合模型的共同训练.基于华为NAIE联邦学习平台的实践,论述了联邦学习平台落地的关键技术和典型应用,并根据其在电信领域里的具体实践,指明了联邦学习未来的发展方向.