初期FLの想定がスマホのため,一概にIoTへ適用できるとは言い難い
from Communication-Efficient Learning of Deep Networks from Decentralized Data I. Introduction
初期FLの想定がスマホのため,一概にIoTへ適用できるとは言い難い
のでは
特にFedAVG
ローカルがある程度計算リソースを持っていて,それを費やしてくれる想定になっている
データ生成とプールの場所を分け,後者がFLに参加する体制なら問題なさそう
実際,Kengo Tajiriさんが筆頭著者の論文でもそのようなシナリオを想定していたはず
あちらは基地局をいくつか配置する想定だったか
ある程度リソースのある場所に集めるのが理想的か
プライバシーなデータがどれくらい含まれているのかも問題になりそう
FLを使いそうなIoTって何があるのだろう,というところからかも
プライバシーデータを含むもの
すぐ思いつくのは監視カメラとか工場の検品や生産ロボとか
カメラは思いっきり映り込んでいる
工場関係は製造に関する情報の機密性が高そう
医療や金融関連はプライバシー保護が重要だがIoTとは別分野
個人の行動予測が可能か,個人を特定する可能性のあるデータを扱うならFLの適用対象か?
理想的な問題設定の話も気にする必要がありそう
条件を満たすなら使えるし,満たさないならあまり得意ではない...という認識だが