Научный журнал

«ИЗВЕСТИЯ КАБАРДИНО-БАЛКАРСКОГО

НАУЧНОГО ЦЕНТРА РАН»

Свидетельство о регистрации СМИ Эл № ФС 77-90616 от 29 декабря 2025 г. выдано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций.

Свидетельство о регистрации СМИ ПИ № 77-14936 от 20 марта 2003 г. выдано Министерством РФ по делам печати, телерадиовещания и средств массовых коммуникаций (2003-2025 гг.)

Журнал основан в 1998 г. Выходит 6 раз в год

ISSN 1991-6639 (печатная версия),

ISSN 2949-1940 (электронная версия)

Текущий выпуск

Перейти на предыдущую версию журнала

Реферативные базы

Федеративное обучение для IoT и AIoT: применения, проблемы и перспективы

Х. М. Елеев

Загрузить полный текст

PDF

Аннотация: В статье рассматривается концепция федеративного обучения (FL) – распределенного совместного подхода к искусственному интеллекту (AI), который позволяет обучать AI на распределенных IoT устройствах без необходимости обмена данными. Подходы и методы реализации FL для AIoT устройств были классифицированы по трем типам архитектуры федеративного обучения для организации взаимодействия между участниками обучения: централизованная, децентрализованная и гибридная. Рассмотрены подходы, основанные на различных технологиях, таких как Knowledge Distillation, блокчейн, беспроводные сети типа Mesh, Hybrid-IoT, DHA-FL. Для каждой рассмотренной технологии обозначены основные преимущества, проблемы и вызовы. В заключение сделаны выводы о перспективах развития FL для IoT и AIoT.

Ключевые слова: Интернет вещей (IoT), федеративное обучение (FL), искусственный интеллект вещей (AIoT), блокчейн, архитектура

Для цитирования. Елеев Х. М. Федеративное обучение для IoT и AIoT: применения, проблемы и перспективы // Известия Кабардино-Балкарского научного центра РАН. 2024. Т. 26. № 2. С. 26–33.  DOI: 10.35330/1991-6639-2024-26-2-26-33

Список литературы
  1. Khanna A., Kaur S. Internet of Things (IoT), Applications and challenges: a comprehensive review. Wireless Personal Communications. 2020. Vol. 114. Pp. 1687–1762. DOI: 10.1007/ s11277-020-07446-4
  2. Lynn Th., Takako E.P., Maria N.A. et al. The Internet of Things: definitions, key concepts, and reference architectures. The Cloud-to-Thing. 2020. Pp. 1–22. DOI: 10.1109/JIOT.2022.3229374
  3. Ефремов М. А., Холод И. И. Разработка архитектуры универсального фреймворка федеративного обучения // Программные продукты и системы. 2022. Т. 35. №. 2. Pp. 263–272. DOI: 10.15827/0236-235X.138.263-272
  4. Latif U. Khan, Saad W., Han Z. et al. Federated learning for internet of things: recent advances, taxonomy, and open challenges. IEEE Communications Surveys & Tutorials. 2021. Vol. 23. No. 3. Pp. 1759–1799. DOI: 10.1109/COMST.2021.3090430
  5. Sanchez-Iborra R. LPWAN and embedded machine learning as enablers for the next generation of wearable devices. Sensors. 2021. Vol. 21. No. 15. P. 5218. DOI: 10.3390/s21155218
  6. Fan B., Jiang S., Su X., Hui P. Model-heterogeneous federated learning for internet of things: enabling technologies and future directions [Электронный ресурс]: arXiv – CS – Distributed, Parallel and Cluster Computing, 2023. URL: https://arxiv.org/pdf/2312.12091.pdf (дата обращения: 19.01.2024).
  7. Liu T., Ling Z., Xia J. et al. Efficient federated learning for AIoT applications using knowledge distillation. IEEE Internet of Things Journal. 2023. Vol. 10. No. 8. Pp. 7229–7243. DOI: 10.1109/JIOT.2022.3229374
  8. Salama A., Stergioulis A., Ali Zaidi S., McLernon D. Decentralized federated learning on the edge over wireless mesh networks. IEEE Access. 2023. Vol. 11. Pp. 124709–124724. DOI: 10.1109/ACCESS.2023.3329362
  9. Liu Y., Ai Z., Sun S. et al. FedCoin: A Peer-to-peer payment system for federated learning [Электронный ресурс]: arXiv, 2023. URL: https://arxiv.org/pdf/2002.11711.pdf (дата обращения: 22 января, 2024).
  10. Wu X., Wang Z., Zhao J. et al. FedBC: Blockchain-based decentralized federated learning. IEEE International Conference on Artificial Intelligence and Computer Applications (ICAICA). Dalian, 2020. Pp. 217–221. DOI: 10.1109/ICAICA50127.2020.9182705
  11. Zhao Y., Zhao J., Jiang L. et al. Privacy-preserving blockchain-based federated learning for IoT device. EEE Internet of Things Journal. 2021. Vol. 8. No. 3. Pp. 1817–1829. DOI: 10.1109/JIOT.2020.3017377
  12. Sagirlar G., Carminati B., Ferrari E. et al. Hybrid-IoT: Hybrid blockchain architecture for internet of things – PoW sub-blockchains. IEEE International Conference on Internet of Things (iThings) and IEEE Green Computing and Communications (GreenCom) and IEEE Cyber, Physical and Social Computing (CPSCom) and IEEE Smart Data (SmartData) / IEEE Computer Society. Los Alamitos, 2018. Pp. 1007–1016. DOI: 10.1109/Cybermatics_2018.2018.00189
  13. Gemeliarana I.G.A.K., Sari. R.F. Evaluation of proof of work (POW) blockchains security network on selfish mining. International Seminar on Research of Information Technology and Intelligent Systems (ISRITI). Yogyakarta, 2018. Pp. 126–130. DOI: 10.1109/ISRITI.2018.8864381
  14. Fahim S., Mahmood S., Katibur Rahman S.M. Blockchain: A Comparative study of consensus algorithms PoW, PoS, PoA, PoV. International Journal of Mathematical Sciences and Computing (IJMSC). 2023. Vol. 9. No. 3. Pp. 46–57. DOI: 10.5815/ijmsc.2023.03.04
  15. Houston Huff W., Balakrishnan R., Hao Feng et al. DHA-FL: Enabling efficient and effective AIoT via decentralized hierarchical asynchronous federated learning. MLSys-RCLWN, Miami, 2023.
  16. Zhang T., Gao L., He C. et al. Federated learning for internet of things: applications, challenges, and opportunities. IEEE Internet of Things Magazine, 2022. Vol. 5. No. 1. Pp. 24–29. DOI: 10.1109/IOTM.004.2100182

Информация об авторе

Елеев Хазрат-Али Муратович, аспирант, Научно-образовательный центр Кабардино-Балкарского научного центра РАН;
360010, Россия, г. Нальчик, ул. Балкарова, 2;
khazratalieleev@gmail.com, ORCID: https://orcid.org/0009-0009-1536-7917

Правила для авторов

Редакционная коллегия

Рецензирование

Этика публикаций

Свидетельство СМИ

Новости

Контакты