ITU-T Recommendations

Рекомендация МСЭ-T M.3387 применима при проектировании архитектуры, исследовании и разработке моделей федеративного машинного обучения (FMLM). В сфере больших данных и искусственного интеллекта (ИИ) встают трудные задачи по обеспечению конфиденциальности данных и информационной безопасности в связи со все возрастающим регуляторным давлением. Многие повседневные операции в системах и приложениях, работающих с большими данными, например слияние пользовательских данных из различных источников для построения модели машинного обучения, считаются незаконными в рамках действующей нормативно-правовой базы.
Федеративное машинное обучение (FML) призвано служить жизнеспособным решением для обеспечения распределенной работы с данными в приложениях машинного обучения. В рамках FML владельцы данных не обмениваются исходными данными напрямую и не позволяют ни одной из сторон восстанавливать путем вероятностного вывода личную информацию других сторон. В целях содействия построению и использованию FMLM и повышения качества услуг FML в Рекомендации МСЭ-T M.3387 устанавливаются требования к управлению системами федеративного машинного обучения (FMLS), включая функциональную архитектуру FMLS, а также требования в области базового управления, управления моделями и управления данными.