[FL] 수평-수직 & 기관-장치간 연합학습

수평 연합학습(Horizontal FL)

> feature 자체에 관한 분석을 통해 무언가를 예측할 때 활용한다

> sample에 대해 관심이 없다.

 - 따라서, 분석하고자 하는 feature를 가진 모든 sample을 학습에 사용한다. 어떤 device, 누구의 data인지 관심 없다.

> (예시) 희귀병 분석

 

수직 연합학습(Vertical FL)

> 특정 ID(label)에 관한 예측이 필요할 때 활용한다

> 특정 ID에 관한 정보가 담겨있는 data를 모두 이용하여 학습한다

> 동일한 ID여도 device에 따라 feature가 다를 수 있다

> (예시) 마이데이터 초개인화 추천 서비스

 

 

---

Cross-Silo 및 Cross-Device 연합학습과 관계

 

기관 간 연합학습(Cross-Silo FL)

> 수직, 수평 연합학습 수행이 가능하다.

 

장치 간 연합학습(Cross-Device FL)

> 대개 수평 연학학습을 수행한다.

> 왜? 내 정보가 내 핸드폰이 아니라 다른 사람의 핸드폰에 있지 않기 때문에. 즉, 다른 client가 동일한 ID에 대한 정보를 가지고 있지 않기 때문이다. 또한 장치간 연합학습은 처음 등장하는 client가 많은데 이들에 관한 정보는 학습되지 않은 상황이기 때문에 적절한 prediction을 수행하기 어렵다.