Recommandation UIT-T M.3387 (03/2024) Exigences de gestion applicables aux systèmes d'apprentissage automatique fédéré
Résumé
Historique
AVANT-PROPOS
TABLE DES MATIÈRES
1 Domaine d'application
2 Références
3 Définitions
     3.1 Termes définis ailleurs
     3.2 Termes définis dans la présente Recommandation
4 Abréviations et acronymes
5 Conventions
6 Vue d'ensemble
7 Scénario de gestion du système d'apprentissage automatique fédéré
8 Exigences applicables au domaine de la gestion fondamentale
     8.1 Exigences applicables à la configuration de la propriété des systèmes
          8.1.1 Propriétés des tâches
          8.1.2 Propriétés des ressources
     8.2 Exigences applicables à la configuration des autorisations des nœuds
     8.3 Exigences applicables à la configuration des propriété des nœuds
          8.3.1 Propriétés des rôles
          8.3.2 Propriétés de calcul
          8.3.3 Propriétés de communication
          8.3.4 Propriétés de stockage
     8.4 Exigences applicables à la gestion de l'exploitation du service
          8.4.1 Gestion de la topologie du service
          8.4.2 Évaluation de la qualité du service
     8.5 Exigences applicables à la gestion des demandes de service
9 Exigences applicables au domaine de gestion des modèles
     9.1 Exigences applicables au déploiement initial du modèle
     9.2 Exigences applicables à la gestion des algorithmes d'apprentissage
     9.3 Exigences applicables à la gestion du mécanisme d'agrégation
     9.4 Exigences applicables à la gestion de l'entraînement des modèles
     9.5 Exigences applicables à l'évaluation de la qualité du modèle
10 Exigences applicables au domaine de gestion des données
     10.1 Exigences applicables à la gestion du flux des données
     10.2 Exigences applicables au stockage sécurisé des données
     10.3 Exigences applicables à la normalisation du format des données
     10.4 Exigences applicables à la récupération des données connexes
     10.5 Exigences applicables à la transmission chiffrée des données
Appendice I  Exemple de cas d'utilisation du système FMLMS appliqué à la gestion de l'entraînement FMLS pour les services de détection des anomalies  routières dans l'Internet des véhicules
     I.1 Introduction
     I.2 Architecture FML collaborative nuage-périphérie-terminal
     I.3 Le processus de gestion du système FMLS dans l'entraînement du modèle de détection des anomalies routières
Bibliographie