郑会吉 邱鑫源 郭少哲 任宇辰

摘要：随着云计算、边缘计算、移动通信技术以及人工智能技术的发展和进步，云端以及边缘端的算法、模型和应用需要进行协同计算，5G网络切片和MEC两大关键技术的应用逐渐广泛，5G云边端协同技术所受到的重视度不断提升。面对各行各业普遍存在的数据孤岛和数据安全问题，联邦学习技术由此而生，使用联邦学习可以解决这些突出问题，充分挖掘数据的潜在价值。本文，将对其原理以及应用综述进行分析和论述。

关键词：联邦学习;5G云边端;协同场景;原理;应用

在信息化领域，联邦学习的主要目的就是为了解决数据孤岛和数据安全的问题，让各个参与方都可以从中获益。当前随着互联网技术的深入发展，社会生产中的诸多业务都出现了各种各样的困境，比如说，数据量庞大、数据隐私以及数据安全方面的问题。为了更好的解决数据隐私问题，避免用户数据信息泄露，就需要构建一套满足数据隐私保护和数据安全的前提下设计一个分布式机器学习框架，保证信息技术能够安全有效应用。当前，联邦学习的主要研究领域包含优化通信机制、数据隐私安全、业务场景应用等等。

一、5G云边协同与边缘智能

1、5G促进云边协同的发展

5G技术的高带宽、低时延、低功耗等特点使得云边协同效率得到了有效的提升，可以有效突破云端和边缘端通信的速度限制，同时5G技术还可以满足不同客户差异化和定制化的业务需求，推动智慧医疗和智慧教育等垂直行业快速发展。……