「フェデレーテッド ラーニング」は、それぞれがローカル データ サンプルを保持する複数の分散デバイスまたはサーバー上でトレーニングを行う機械学習手法です。
その後、データはローカル トレーニングのために各企業に配布されます。
これにより、不正検出の精度が向上し、データポイズニング攻撃を防ぐことができます。
現在、研究はブロックチェーン技術に焦点を当てており、企業が不正行為のパターンをより迅速に特定するために使用できます。
特に、フェデレーション学習はビッグ データ トランザクションのコンテキストで使用されます。
ただし、すべての platforms.nnndnd.com に適用できるわけではありません。
コメント