中国人工智能产业发展联盟-电信领域联邦学习技术应用白皮书.pdf

目前,以 5G 系统为代表的电信网络已经实现“万物互联”,并将 朝着“万物智联”的目标发展。电信网络利用先进的人工智能技术通 过及时有效地收集、传输、并随时随地学习数据,用于大量创新应用 和智能服务。然而,基于中央服务器与数据中心的机器学习框架正遭 受越来越多的数据隐私和安全挑战,面临巨大的通信开销与算力浪 费。联邦学习作为新兴的分布式机器学习框架,能够在保护数据隐 私、满足合法合规要求的前提下,让多参与方或多计算结点之间在不 共享原始数据的基础上联合进行高效的模型训练,有望在未来网络与 电信领域中发挥巨大潜能。联邦学习与物联网、边缘计算、5G/6G 等 技术相结合,能够更高效的支撑智能化应用开展,推动实现网络内生 智能。与此同时,电信数据无需出网就可实现数据价值安全流通,通 过与金融、政务、自动驾驶、医疗等行业合作,满足多源数据融合、 多方安全查询、多方安全统计、联合智能决策等应用需求,赋能社会 治理,服务民生公益,支持工业互联,协助实体经济快速发展。 在此背景下,中国人工智能产业发展联盟发布本白皮书,通过探 讨电信领域联邦学习架构与关键技术,提出多个典型用例和发展建 议,以期与业界分享,共同推动电信领域联邦学习的技术与产业发展, 实现电信网络自动驾驶能力与智能化的创新与深入推进。

本文来自知之小站

 

PDF报告已分享至知识星球,微信扫码加入查阅下载2万+精选资料,年享1万+精选更新

(星球内包含更多网站未发布精选报告)