文献

J-GLOBAL ID：202202255328465515   整理番号：22A0977309

連合解析学:機会と課題【JST・京大機械翻訳】

Federated Analytics: Opportunities and Challenges

著者 (4件)： Wang Dan (Hong Kong Polytechnic University,Hong Kong) ,  Shi Siping (Hong Kong Polytechnic University,Hong Kong) ,  Zhu Yifei (Shanghai Jiao Tong University,China) ,  Han Zhu (University of Houston,USA)
資料名： IEEE Network  (IEEE Network)
巻： 36  号： 1  ページ： 151-158  発行年： 2022年 
JST資料番号： T0135A  ISSN： 0890-8044  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,プライバシーの懸念を持つデータ分析アプリケーションのための新しい分散コンピューティングパラダイムである連合分析を提示した。センシング,通信,およびエッジコンピューティング技術の進歩によって,データを大規模に作り,伝送して,エッジクラウドコンピューティング環境で分析する。多くのアプリケーションにおいて,エッジデバイスとエッジで生成されたデータは,異種所有者に属している。データプライバシーと機密性は,これらの所有者への懸念が増大している。データ分析用の現在のエッジクラウドコンピューティングパラダイムは,データが分析用の中央サーバに送られるので,アプリケーション要求にもはや整合できない。反復解析は,生データが局所解析でローカルに保たれる新しく提案された計算パラダイムであり,局所解析から生成された洞察だけが,結果集約のためにサーバに送られる。連合学習は,連合学習が協調モデル訓練を強調するという意味で,最近の連合学習パラダイムと異なるが,連合された解析は,データからの描画結論を強調する。本稿では,まず,研究文献における連合解析とその位置を明らかにした。次に,著者らは,動機と応用事例研究である連合分析を必要とする理由を提示した。最後に,連合分析の機会と課題を論じた。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  計算機利用 ,  解析学 ,  プライバシー ,  データ解析 ,  *応用プログラム ,  モデル ,  分散処理 ,  事例研究
準シソーラス用語： 協調モデル ,  機密性 ,  クラウドコンピューティング ,  データプライバシー ,  生データ ,  エッジコンピューティング , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 解析学 ,  機会