要約
従来のフェデレーテッド ラーニング (FL) はサーバー主導の連携パラダイムに従っており、FL のアプリケーション シナリオが狭められ、データ所有者の参加意欲が低下します。
FL の可能性を最大限に引き出すために、私たちは現在の FL フレームワークの設計を再考し、それをより一般化された概念であるオープン フェデレーテッド ラーニング プラットフォームに拡張することを提唱します。
これを達成するための FL の 2 つの相互協力フレームワーク、つまりクエリベースの FL とコントラクトベースの FL を提案します。
本調査では、オープンFLプラットフォーム構築の実現可能性を技術面と法律面の両面から総合的に検討します。
まずは FL の定義を確認し、サーバーとクライアントの結合、低モデルの再利用性、非公開など、FL に固有の制限を要約します。
クエリベースの FL プラットフォームは、モデル マイニングのためにコミュニティによって強化されたオープン モデル共有および再利用プラットフォームであり、モデル クエリのための最新のモデル リポジトリの可用性、法的問題など、幅広い貴重なトピックを調査します。
異なるモデルライセンス間のコンプライアンス分析、モデル再利用における著作権問題と知的財産保護。
特に、組み合わせ、融合、蒸留、生成などのバッチ モデルの再利用方法を含む FL 研究におけるモデル ライセンスの互換性の分析を合理化する新しい分類法を導入します。
この分類法は、ライセンスの対応する条項を特定するための体系的なフレームワークを提供し、モデルを再利用する際の潜在的な法的影響や制限の特定を容易にします。
この調査を通じて、私たちは FL が現在直面しているジレンマを明らかにし、持続可能なオープン FL プラットフォームの開発を提唱します。
私たちは、潜在的な問題や対処する必要がある課題を特定しながら、将来的にそのようなプラットフォームを確立するためのガイダンスを提供することを目指しています。
要約(オリジナル)
Traditional Federated Learning (FL) follows a server-domincated cooperation paradigm which narrows the application scenarios of FL and decreases the enthusiasm of data holders to participate. To fully unleash the potential of FL, we advocate rethinking the design of current FL frameworks and extending it to a more generalized concept: Open Federated Learning Platforms. We propose two reciprocal cooperation frameworks for FL to achieve this: query-based FL and contract-based FL. In this survey, we conduct a comprehensive review of the feasibility of constructing an open FL platform from both technical and legal perspectives. We begin by reviewing the definition of FL and summarizing its inherent limitations, including server-client coupling, low model reusability, and non-public. In the query-based FL platform, which is an open model sharing and reusing platform empowered by the community for model mining, we explore a wide range of valuable topics, including the availability of up-to-date model repositories for model querying, legal compliance analysis between different model licenses, and copyright issues and intellectual property protection in model reusing. In particular, we introduce a novel taxonomy to streamline the analysis of model license compatibility in FL studies that involve batch model reusing methods, including combination, amalgamation, distillation, and generation. This taxonomy provides a systematic framework for identifying the corresponding clauses of licenses and facilitates the identification of potential legal implications and restrictions when reusing models. Through this survey, we uncover the the current dilemmas faced by FL and advocate for the development of sustainable open FL platforms. We aim to provide guidance for establishing such platforms in the future, while identifying potential problems and challenges that need to be addressed.
arxiv情報
| 著者 | Moming Duan |
| 発行日 | 2023-07-05 09:30:14+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google