针对日益严格的数据隐私立法和日益增长的隐私关注，联邦学习(FL)的概念被引入。在FL中，终端设备使用它们的本地数据来训练服务器所需的ML模型。然后，终端设备将模型更新而不是原始数据发送到服务器进行聚合。FL可以作为移动边缘网络的一种使能技术，因为它可以实现ML模型的协同训练，也可以使DL用于移动边缘网络的优化。