연합 학습

연방 학습은 여러 기기나 엔티티가 데이터를 교환하지 않고 공동으로 공유 모델을 훈련할 수 있는 머신 러닝 접근 방식입니다. 각 기기는 로컬에서 모델 훈련을 수행하고, 중앙 서버에 모델 업데이트만 전송하여 공유 모델을 최적화합니다. 이 방법은 데이터가 로컬에 저장되도록 함으로써 프라이버시를 보장하면서 모델 성능을 향상시키는 프라이버시 보호형 머신 러닝을 달성합니다. 연방 학습의 목표는 사용자 데이터의 보안과 프라이버시를 유지하면서 모델 성능을 향상시키는 것이며, 이는 다양한 응용 분야에서 매우 가치가 있습니다.