ITU-T Recommendations

Федеративное машинное обучение (federated machine learning – FML) – это новая распределенная платформа, которая обеспечивает совместное машинное обучение (МО) и построение моделей на основе распределенных и децентрализованных наборов данных. К отличительным особенностям FML относятся, например, местоположение данных в процессе вычислений и наличие доступа к данным без их раскрытия. Это позволяет участникам процесса машинного обучения совместно обучать модели МО, не обмениваясь исходными данными, что могло бы привести к техническому нарушению изоляции данных, и способствует сотрудничеству между владельцами данных.
В процессе предоставления услуг FML несколько участников обычно вносят разный вклад в решение задач обучения моделей МО под влиянием множества факторов. Для расширения участия важно наличие эффективного и надежного механизма оценки вклада участвующих сторон в процесс FML, что может способствовать устойчивому развитию услуг FML.
В Рекомендации МСЭ-T F.748.24 представлена надежная система оценки вклада при предоставлении услуг FML, сочетающая в себе и использующая преимущества FML и функциональные возможности технологии распределенного реестра (DLT), и описаны соответствующие концепции, характеристики, требования и сценарии использования, а также определены соответствующая эталонная структура и общие функциональные возможности.