クラウド・エッジ協調アーキテクチャにおけるフェデレーテッド・ラーニング：主要技術、アプリケーション、および課題

近年、エッジデータの急成長に伴い、従来のクラウドコンピューティングのデータ処理能力の欠如を補うために新しいクラウド・エッジ協調アーキテクチャが提案されています。一方、データプライバシーに対する公共の需要の高まりを受けて、従来の集中型機械学習のセキュリティの欠如を補うためにフェデレーテッド・ラーニングが提案されています。クラウド・エッジ協調アーキテクチャにフェデレーテッド・ラーニングを展開することは、将来の有望なサイバーインフラと広く見なされています。現在、各クラウド・エッジ協調とフェデレーテッド・ラーニングはそれぞれホットな研究テーマですが、クラウド・エッジ協調アーキテクチャにおけるフェデレーテッド・ラーニングの展開に関する議論はまだ始まったばかりで、研究はほとんど行われていません。本記事は、クラウド・エッジ協調アーキテクチャにおけるフェデレーテッド・ラーニングの展開に関する重要な技術、課題、アプリケーションの詳細な説明を提供し、今後の研究方向に対するガイダンスを提供することを目的としています。