सरल रखें: अविश्वसनीय क्लाइंट्स के साथ फेडरेटेड लर्निंग का दोष सहनशीलता मूल्यांकन
Author
Venue
आईईईई क्लाउड 2023
Abstract
फेडरेटेड लर्निंग (FL), एक उभरती हुई आर्टिफिशियल इंटेलिजेंस (AI) पद्धति के रूप में, कई उपकरणों पर उनके स्थानीय प्रशिक्षण डेटा को उजागर किए बिना विकेंद्रीकृत मॉडल प्रशिक्षण को सक्षम बनाती है। FL को शिक्षा जगत और उद्योग दोनों में तेजी से लोकप्रियता मिल रही है। हालांकि FL की दोष सहनशीलता को बेहतर बनाने के लिए शोध कार्य प्रस्तावित किए गए हैं, वास्तविक दुनिया के अनुप्रयोगों में अविश्वसनीय उपकरणों (जैसे, ड्रॉपिंग आउट, गलत कॉन्फ़िगरेशन, खराब डेटा गुणवत्ता) के वास्तविक प्रभाव की पूरी तरह से जांच नहीं की गई है। हमने FL दोष सहनशीलता का बेहतर विश्लेषण करने के लिए सीमित संख्या में क्लाइंट्स वाली दो प्रतिनिधि, वास्तविक-विश्व वर्गीकरण समस्याओं को सावधानीपूर्वक चुना। सहज धारणा के विपरीत, सरल FL एल्गोरिदम अविश्वसनीय क्लाइंट्स की उपस्थिति में आश्चर्यजनक रूप से अच्छा प्रदर्शन कर सकते हैं।
