面向6G工业物联网的联邦学习：从需求、愿景到挑战、机遇

来源：电子与信息学报杂志2024年第12期北京时间：

作者：刘淼, 夏雨虹, 赵海涛, 郭亮, 施政, 朱洪波

单位：1.南京邮电大学通信与信息工程学院 南京 2100032.中国信息通信研究院云计算与大数据研究所 北京 100191

摘要：随着6G技术的蓬勃发展和工业物联网的不断演进，联邦学习在工业领域的应用备受关注。因此，该文专注于探讨6G推动下工业物联网中联邦学习的发展与应用潜力，分析6G在工业物联网的应用前景，探索如何结合6G特性利用联邦学习技术满足数据隐私保护、资源优化和智能决策需求。首先，调研总结了现有相关工作，提出了联邦学习技术面向6G工业物联网应用场景的发展需求与愿景。在此基础上，构建了一种基于分层跨域架构的工业联邦学习新范式，旨在融合6G与数字孪生技术赋能实现泛在、灵活、层次化的联邦学习，以支撑典型工业物联网场景中按需、可靠的分布式智能业务，实现运营信息通信技术(OCIT)的融合。其次，分析归纳了面向6G工业物联网的联邦学习(6G IIoT-FL)可能面临的研究挑战，并提出了潜在的解决方案或建议。最后，指出了该技术未来值得关注的相关方向，旨在一定程度上为后续研究开拓思路。

关键词：工业物联网, 联邦学习, 6G, 数字孪生, OICT融合

基金资助：新一代人工智能国家科技重大专项(2021ZD0113003)