Towards Open Federated Learning Platforms: Survey and Vision from Technical and Legal Perspectives

要約

従来のフェデレーション 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、つまりすべてのインターネット ユーザー向けのクラウドソーシングの協調的な機械学習インフラストラクチャとして位置付けられる Open Federated Learning Platform に拡張することを提唱します。
これを達成するために、クエリベースの FL とコントラクトベースの FL という 2 つの相互協力フレームワークを提案します。
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。
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、対応するライセンス条項を特定するための実行可能なソリューションを提供し、モデルを再利用する際の潜在的な法的影響や制限の分析を容易にします。
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、対処する必要がある潜在的な制限を特定しながら、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-dominated 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, positioned as a crowdsourcing collaborative machine learning infrastructure for all Internet users. We propose two reciprocal cooperation frameworks to achieve this: query-based FL and contract-based FL. In this survey, we conduct a comprehensive review of the feasibility of constructing open FL platforms 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 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 feasible solution for identifying the corresponding licenses clauses and facilitates the analysis of potential legal implications and restrictions when reusing models. Through this survey, we uncover 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 limitations that need to be addressed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google