基本信息

---

下载

文档摘要

---

摘要

工业物联网（IndustrialInternetofThings,IIoT）的智能化升级依赖于海量设

备数据的实时建模与协同分析。传统集中式机器学习需将终端数据汇聚至云端统

一处理，虽然可以应对计算密集型任务，但面临数据隐私泄露风险、高通信开销

与实时响应能力不足等瓶颈，难以满足工业场景对安全、高效与绿色的严苛需求。

联邦学习（FederatedLearning,FL）通过分布式模型训练框架，允许设备在本地

处理数据并仅上传模型参数，为解决隐私与通信矛盾提供了新思路。然而，IIo