论文阅读笔记：Federated Learning:Challenges, Methods and Future Directions

发表于 | 更新于:
字数统计: 212 | 阅读时长 ≈ 1

这篇博客简单总结一下这篇2019年8月份的综述文章。

这篇综述论文最主要的贡献在于阐述了当前研究情况下 federated learning 面临的主要问题，以及为了一下可以值得期望的研究方向。

可是就现阶段的研究而言，真的还有很多很多问题需要解决，联邦学习现在就是愿景非常美好，能够利用到不同device上面的额数据做一些训练任务，但是想真正的实现一个物理系统还有很多很多的工作需要做。

目前存在的4个主要问题如下：

  1. 通信开销太大
  2. 不同的device系统是异质的
  3. 不同device上面的数据也是异质的
  4. 联邦学习中的安全和隐私问题
Donate comment here