연합 학습: 개요, 전략, 응용, 도구 및 미래 방향

연합 학습(FL)은 여러 노드가 원시 데이터를 교환하지 않고도 공유 모델을 훈련할 수 있게 해주는 분산 기계 학습 과정입니다. 데이터 로컬을 유지하고 모델 업데이트만 통신 네트를 통해 교환함으로써 데이터 프라이버시, 보안, 효율성 및 확장성과 같은 여러 가지 주요 이점을 제공합니다. 이 리뷰 논문은 연합 학습의 원칙, 전략, 응용 및 도구를 포괄적으로 개관하며, 기회, 도전 과제 및 미래 연구 방향도 포함합니다. 이 논문의 결과는 연합 학습 전략이 특히 고위험 응용 프로그램에 대한 프라이버시와 기밀성 문제를 극복하는 데 크게 도움이 될 수 있음을 강조합니다.