清华大学：2022联邦学习全球研究与应用趋势报告（109页）.pdf

1、人工智能之联邦学习 2022 联邦学习全球研究与应用趋势报告 1 联邦学习全球研究与应用趋势报告2022 a m i n e r.c n 深圳 TR 清华大学深圳国际研究生院知识工程研究中心 北京智谱华章科技有限公司 开放群岛开源社区 人工智能之联邦学习 2022 联邦学习全球研究与应用趋势报告 2 主要发现主要发现 “中美双雄”引领全球联邦学习发展“中美双雄”引领全球联邦学习发展 中国和美国的联邦学习论文发布量遥遥领先于其他国家。高被引论文之中有六成以上是来自中美两国，中美两国论文合作数量也全球最多；杰出论文之中有 45.5%来自美国、31.8%来自中国，中美两国合占达七成以上。联邦学习全球

2、高被引论文领先的机构是谷歌（8 篇）、卡内基梅隆大学（5 篇）。中国的高被引论文量较多的机构是北京邮电大学（4 篇）、微众银行（3 篇）。杰出论文数量则是美国的卡内基梅隆大学与中国的香港科技大学各以 3 篇而并列第一。联邦学习领域的全球高被引论文作者主要聚集在中美。美国的高被引论文作者数量最多，占全球一半，也是中国的 2.6 倍。全球专利受理数量以中国地区最多，约占全球受理总量的六成，是在美国受理专利量的 4 倍。专利申请数量前三名机构全部是中国机构。开源框架主要来自中美，其中 OpenMined 推出的 Pysyft、微众银行的 FATE 和谷歌的 TFF 框架的热度居于全球前三位。未来联邦

3、学习研究趋势将更多与算法模型和安全隐私技术相关未来联邦学习研究趋势将更多与算法模型和安全隐私技术相关 目前联邦学习研究热点主要聚焦在机器学习方法、模型训练、隐私保护三方面。未来几年研究趋势将更多涉及算法模型和安全隐私技术，如数据隐私、深度学习、差分隐私、边缘计算、物联网、云计算、移动设备、同态加密、优化问题、沟通效率等。行业应用越来越成熟，应用研究方向呈现出更多与物联网、区块链、车辆交互、5G/6G等技术融合的态势。人工智能之联邦学习 2022 联邦学习全球研究与应用趋势报告 3 目目 录录 1.1.报告说明报告说明.5 5 1.1 1.1 数据范围数据范围.6 6 1.2 1.2 联邦学习知

4、识树联邦学习知识树.6 6 2.2.引言引言 .8 8 3.3.联邦学习技术研究与应用现状联邦学习技术研究与应用现状 .1010 3.1 3.1 技术研究现状技术研究现状 .1010 3.1.1 科研论文成果现状 10 3.1.2 高被引论文分析 18 3.1.3 联邦学习的特刊、书籍和综述 32 3.1.4 联邦学习研讨会杰出论文 36 3.1.5 高被引论文作者的人才地图与画像 41 3.1.6 专利申请现状 55 3.2 3.2 联邦学习框架与系统现状联邦学习框架与系统现状 .6060 3.2.1 开源框架 60 3.2.2 非开源框架与系统 70 3.3 3.3 联邦学习行业应用现状联

5、邦学习行业应用现状.8080 4.4.联邦学习发展趋势联邦学习发展趋势 .8787 4.1 4.1 研究趋势研究趋势.8787 4.2 4.2 技术成熟度技术成熟度 .8888 4.3 4.3 市场化与商业化趋势市场化与商业化趋势 .8989 4.4 4.4 国内外相关标准国内外相关标准.9090 4.5 4.5 生态建立与发展生态建立与发展.9292 5.5.结语结语 .9393 附录一 联邦学习领域顶级国际期刊会议列表.95 附录二 联邦学习架构和应用规范简介.96 附录三 联邦学习五份特刊的已发表文章.97 参考文献.103 致谢.107 版权说明.108 人工智能之联邦学习 2022

6、联邦学习全球研究与应用趋势报告 4 人工智能之联邦学习 2022 联邦学习全球研究与应用趋势报告 编写团队编写团队 顾问顾问 李涓子 清华大学人工智能研究院知识智能中心 唐杰 清华大学人工智能研究院知识智能中心 编写团队编写团队 张淼 张建伟 张淳 商莹玥 数据数据 仇瑜 赵慧军 宋健 孙尧 排版设计排版设计 边云风 韩宇 人工智能之联邦学习 2022 联邦学习全球研究与应用趋势报告 5 1 1.报告说明报告说明 自上期联邦学习全球研究与应用趋势报告发布以来，联邦学习领域在科研成果持续增长的同时，其行业环境越来越规范化。尤其是随着数据安全法、关键信息基础设施安全保护条例、个人信息保护法等政策的