“中美双雄”引领全球联邦学习发展
●中国和美国的联邦学习论文发布量遥遥领先于其他国家。六成以上
高被引论文来自中美两国，中美两国论文合作数量也是全球最多；七成以上最佳论文来自中美两国。
●联邦学习全球高被引论文领先的机构是谷歌(11篇)、卡内基梅隆大学(7篇)。中国的高被引论文量较多的机构是北京邮电大学、香港科技大学、中山大学以及深圳市大数据研究院。最佳论文数量则是卡内基·梅隆大学与香港科技大学各以3篇而并列第一。全球高被引论文作者主要聚集在中美，美国的高被引论文作者数量是中
国的2.3倍。
●全球专利受理数量以中国地区最多，约占全球受理总量的七成。专利申请数量前三名机构全部是中国机构。
●联邦学习的九成以上国家自然科学基金资助是青年科学基金项目和面上项目。
●开源框架主要来自中美，其中OpenMined推出的Pysyft 、FATE开源社区的FATE热度超过4000,居于第一梯队；FedML.Al的FedML、Adap的Flower、谷歌的TFF等框架的热度也较高，热
度超过2000,且FATE和FedML两个框架目前已推出LLM模块。未来联邦学习研究趋势将更多与算法模型和安全隐私技术相关
●目前联邦学习研究热点主要聚焦在机器学习方法、模型训练、隐私保护三方面。
●未来几年研究将更多涉及算法模型和安全隐私技术，如数据隐私、差分隐私、边缘计算、物联网、同态加密等。可信联邦学习成为重要趋势，联邦大模型技术、模型产权保护(IPR)、模型定价等正在初步探索。
“中美双雄”引领全球联邦学习发展
●中国和美国的联邦学习论文发布量遥遥领先于其他国家。六成以上
高被引论文来自中美两国，中美两国论文合作数量也是全球最多；七成以上最佳论文来自中美两国。
●联邦学习全球高被引论文领先的机构是谷歌(11篇)、卡内基梅隆大学(7篇)。中国的高被引论文量较多的机构是北京邮电大学、香港科技大学、中山大学以及深圳市大数据研究院。最佳论文数量则是卡内基·梅隆大学与香港科技大学各以3篇而并列第一。全球高被引论文作者主要聚集在中美，美国的高被引论文作者数量是中
国的2.3倍。
●全球专利受理数量以中国地区最多，约占全球受理总量的七成。专利申请数量前三名机构全部是中国机构。
●联邦学习的九成以上国家自然科学基金资助是青年科学基金项目和面上项目。
●开源框架主要来自中美，其中OpenMined推出的Pysyft 、FATE开源社区的FATE热度超过4000,居于第一梯队；FedML.Al的FedML、Adap的Flower、谷歌的TFF等框架的热度也较高，热
度超过2000,且FATE和FedML两个框架目前已推出LLM模块。未来联邦学习研究趋势将更多与算法模型和安全隐私技术相关
●目前联邦学习研究热点主要聚焦在机器学习方法、模型训练、隐私保护三方面。
●未来几年研究将更多涉及算法模型和安全隐私技术，如数据隐私、差分隐私、边缘计算、物联网、同态加密等。可信联邦学习成为重要趋势，联邦大模型技术、模型产权保护(IPR)、模型定价等正在初步探索。
●行业应用越来越成熟，应用研究方向呈现出更多与物联网、区块链、客户端、电子设备等融合的态势。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入立享3万+精选资料，年更新1万+精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
