Decision Models for Selecting Federated Learning Architecture Patterns

要約

【タイトル】：フェデレーテッドラーニングアーキテクチャーパターンの選択のための決定モデル

【要約】：
– フェデレーテッド機械学習は、機械学習のデータの欠如と個人情報保護の問題を解決するためのソリューションとして、学界や産業界で急速に発展しています。
– フェデレーテッド機械学習は、分散システムであるため、さまざまなシステムデザインの考え方が必要とされます。
– 研究者たちは、フェデレーテッド機械学習システムの設計のために、さまざまなパターンやタクティクスを導入しており、これらはさまざまなシステムデザインの側面をカバーしています。
– しかし、膨大な数のパターンは、デザイナーがどのパターンを採用するか、いつ採用するかを判断するのを困難にさせています。
– 本論文では、フェデレーテッド機械学習に関するシステマティックな文献調査に基づいて、限られた知識しかないデザイナーやアーキテクトをサポートするために、フェデレーテッド機械学習アーキテクチャーデザインのパターンの選択のための決定モデルのセットを提供します。
– 各決定モデルは、フェデレーテッド機械学習システムの機能要件と非機能要件を一連のパターンにマッピングします。
– さらに、パターンの欠点も明らかにしています。
– 研究者たちは、提案された決定モデルを、ビッグテック企業の具体的なフェデレーテッド機械学習アーキテクチャにマッピングすることで評価し、モデルの正確性と有用性を評価しました。
– 評価結果から、提案された決定モデルは、フェデレーテッド機械学習アーキテクチャデザインプロセスに構造をもたらし、デザインの根拠を明確にするのに役立つことが示されています。

要約(オリジナル)

Federated machine learning is growing fast in academia and industries as a solution to solve data hungriness and privacy issues in machine learning. Being a widely distributed system, federated machine learning requires various system design thinking. To better design a federated machine learning system, researchers have introduced multiple patterns and tactics that cover various system design aspects. However, the multitude of patterns leaves the designers confused about when and which pattern to adopt. In this paper, we present a set of decision models for the selection of patterns for federated machine learning architecture design based on a systematic literature review on federated machine learning, to assist designers and architects who have limited knowledge of federated machine learning. Each decision model maps functional and non-functional requirements of federated machine learning systems to a set of patterns. We also clarify the drawbacks of the patterns. We evaluated the decision models by mapping the decision patterns to concrete federated machine learning architectures by big tech firms to assess the models’ correctness and usefulness. The evaluation results indicate that the proposed decision models are able to bring structure to the federated machine learning architecture design process and help explicitly articulate the design rationale.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI