A Study on Participant Selection Scheme Based on Network Situation Prediction of Server-to-Device Communication Paths
한성대학교 IT융합공학부 학생, Min-Jeong Lee, M. Y. Sung, Woonghee Lee · The Journal of Next-generation Convergence Technology Association · 2023
인공지능 기술의 발달로 인해 사물인터넷 기기와 스마트 기기들의 사용이 급속도로 증가하였다. 기존의 인공지능 모델 학습 방법은 보안 문제 등 많은 단점이 존재한다. 따라서 기존의 단점을 보완하면서 원 데이터 송 신이 필요 없는 연합학습(FL: Federated Learning)의 연구가 활발히 이루어지고 있다. 연합학습은 많은 장점들을 가지고 있지만 참여 기기 간 통신 및 네트워크의 상황에 차이가 존재하기 때문에 일부 기기로 인해 전체적인 학 습이 지연될 수 있다는 한계를 가진다. 따라서 본 논문에서는 통신과 네트워크 상황에 따라 적절하게 학습 참여 기기를 선택하는 기법을 제안한다. 제안한 기법을 활용할 경우 측정된 네트워크와 통신 성능 지표를 바탕으로 각 기기들의 통신 및 네트워크 상황을 예측하고 이를 통해 기기들을 선택함으로써 보다 효율적인 연합학습을 수행한 다. 이는 기존의 학습기법과 비교하였을 때 전체적인 학습시간을 감소시키는 결과를 보였으며 더욱 짧은 시간에 더 높은 성능을 가지는 모델을 구축하는 결과를 보였다.