למידה מאוחדת/ FL

הגדרה

למידה מאוחדת היא גישת אימון שבה צמתים לומדים מנתונים מקומיים ומשתפים עדכונים במקום נתונים גולמיים. ביישומי הגנה, היא משפרת מודלים מניסיון שטח תוך הפחתת חשיפה של תצפיות גולמיות רגישות. האתגרים העיקריים הם עדכונים מזוהמים, נתונים שאינם IID, ואיגום תחת קישורים לסירוגין, במיוחד כאשר מערכות פרוסות על פני קישורים שנויים במחלוקת, גבולות קואליציה וצוותים מעורבים של אדם-מכונה. KhanBMS מתייחסת לכך כנתיב למידה מבוקר עבור יחידות KhanBMS הפועלות בזירות שונות, ומקשרת את הרעיון חזרה לפיקוד מודולרי, ביצוע בקצה, וסמכות ניתנת לביקורת.

מאפייני הפניה

שכבה

שיטת אימון מבוזרת

ערך מבצעי

משפר מודלים מניסיון שטח תוך הפחתת חשיפה של תצפיות גולמיות רגישות

סיכון עיקרי

עדכונים מזוהמים, נתונים שאינם IID, ואיגום תחת קישורים לסירוגין

תפקיד KhanBMS

נתיב למידה מבוקר עבור יחידות KhanBMS הפועלות בזירות שונות

מונחים קשורים

• אימון ריכוזי, ביצוע מבוזר (CTDE)
  תבנית אימון שבה סוכנים לומדים עם מידע גלובלי משותף אך נפרסים תוך שימוש בתצפיות מקומיות.
• הרעלת נתונים
  מתקפה המשחיתה נתוני אימון או כוונון עדין כדי להחדיר התנהגות שגויה או לפגוע בביצועים.
• אבטחת מקוריות מודלים
  מעקב קריפטוגרפי ופרוצדורלי אחר מקורם של מודל, מתאם, מערך נתונים או פריט.
• רישום מודלים בקצה
  קטלוג מנוהל גרסאות העוקב אחר אילו מודלים, מתאמים, חתימות ומדיניות נפרסים לצמתים טקטיים.