5G的出现将如何影响联合学习？

2020-04-29 16:51

千家网

关注

潜在问题

中间人攻击

鉴于这些AI算法值得大量投资，因此预计这些模型将成为黑客的攻击目标。那些邪恶的人将尝试进行中间人攻击。但是，如前所述，通过添加噪声并聚集来自各种设备的数据，然后对该聚集的数据进行加密，企业可能会使黑客感到困难。

模型中毒

可能更令人担忧的是使模型本身中毒的攻击。可以想象，黑客可以通过自己的设备或通过接管网络上其他用户的设备来破坏模型。具有讽刺意味的是，由于联合学习聚合了来自不同设备的数据并将加密的摘要发送回中央服务器，因此通过后门进入的黑客得到了一定程度的掩盖。因此，很难（即使不是不可能）识别异常的位置。

带宽和处理限制

尽管设备上机器学习在不暴露原始用户数据的情况下有效地训练了算法，但它确实需要大量的本地功能和内存。企业试图通过仅在设备空闲、充电或连接到Wi－Fi时在边缘上训练其AI算法来规避这一问题；但是，这是一个永恒的挑战。

5G的影响

随着5G在全球的扩展，边缘设备将不再受到带宽和处理速度限制的限制。根据诺基亚最近的一份报告，每平方公里4G基站可以支持100000个设备。而即将到来的5G站将在同一地区支持多达100万个设备。通过增强的移动宽带和低延迟，5G将提供能源效率，同时促进设备到设备通信（D2D）。实际上，据预测，5G将带来10－100倍的带宽增加和5－10倍的等待时间减少。

随着5G的普及，我们将体验到更快的网络，更多的端点和更大的攻击面，这可能会吸引大量DDoS攻击。此外，5G具有切片功能，该功能允许根据用户的需要轻松地创建、修改和删除切片（虚拟网络）。根据有关5G破坏力的研究手稿，该网络切片组件是否能够缓解安全隐患或带来许多新问题还有待观察。

总而言之，从隐私和安全角度来看，都存在新的问题；然而，事实仍然存在：5G最终将成为联合学习的福音。

<上一页 1 2