综述文献:A Survey on Federated Learning Systems- Vision, Hype and Reality for Data Privacy and Protection 部分知识整理 文献总结了联邦学习系统的特点和分类。 机器学习算法需要大量数据,单组织数据无法训练高质量模型。由于政策法规(数据保护条例)限制,不同组织的数据隔离,形成数据孤岛(data islands),无法简单共享数据。保护数据隐私同时,开发具有良好预测性能的联邦学习系统是一个挑战。 联邦学习系统(federated learning systems,FLSs)目标是在限制用户隐私的情况下,