Представлен метод федеративного обучения для обнаружения пожаров с защитой от сбоев

Исследователи опубликовали препринт, посвященный применению федеративного обучения (FL) для обнаружения пожаров внутри помещений. В таких системах используются граничные видеокамеры, передача конфиденциальных записей с которых на единый сервер нежелательна.

Авторы работы предложили решение ключевых практических ограничений: сжатие обновлений модели до 10 раз для экономии пропускной способности каналов связи, а также полудецентрализованный метод с ротацией координатора. Этот подход устраняет единую точку отказа и эффективно нейтрализует атаки вредоносных или неисправных клиентов.

Эксперименты на тестовом наборе данных и развертывание в шестиузловой облачной инфраструктуре подтвердили, что предложенная архитектура не уступает традиционным централизованным аналогам по точности и скорости обнаружения.