Uma Pesquisa sobre Análise Federada: Taxonomia, Técnicas Habilitadoras, Aplicações e Questões Abertas

O influxo crescente de dados gerados por dispositivos de borda conectados em rede, juntamente com a crescente conscientização sobre a privacidade dos dados, promoveu uma mudança transformadora nos paradigmas de computação de processamento de dados centralizado para processamento de dados distribuído com preservação da privacidade. A análise federada (AF) é uma técnica emergente para suportar análises de dados colaborativas entre diversos proprietários de dados sem centralizar os dados brutos. Apesar das amplas aplicações da AF na indústria e na academia, uma análise abrangente dos esforços de pesquisa existentes em AF tem sido notavelmente ausente. Esta pesquisa visa preencher essa lacuna, fornecendo inicialmente uma visão geral da AF, elucidando conceitos-chave e discutindo sua relação com conceitos semelhantes. Em seguida, realizamos uma análise minuciosa da AF, incluindo sua taxonomia, desafios principais e técnicas habilitadoras. Diversas aplicações da AF, incluindo métricas estatísticas, computação de conjuntos, aplicações relacionadas a frequência, operações de consulta de banco de dados, aplicações baseadas em modelos, tarefas de AF assistidas por FL e outras aplicações de redes sem fio são cuidadosamente revisadas. Completamos a pesquisa com várias questões de pesquisa abertas e direções futuras. Esta pesquisa pretende fornecer uma compreensão holística das técnicas emergentes de AF e fomentar a evolução contínua do processamento de dados distribuídos com preservação da privacidade na sociedade conectada emergente.