｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,6,18]，“date time”：“2024-06-18T05:57:16Z”，“timestamp”：1718690236626｝，“reference count”：116，“publisher”：“Elsevier BV”，“license”：[｛“start”：｛“date parts”：[[2022,10,1]]，“date time”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000｝，“内容版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2022,10,1]]，“date-time”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“开始”：{“日期部分”：[[2022,10,1]]，“日期时间”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2022,10,1]]，“date-time”：“2022-10-01T00:00”，“时间戳”：1664.582400000{，“content-version“stm-as”，“delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2022,10,1]]，“date-time”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{（日期-部件）：[[2022,10,1]]1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-004”}]，“content-domain”：{“domain”（域）：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Future Generation Computer Systems”（未来一代计算机系统）]，“published-print”（发布-print）：{”date-parts“：[2022,10]]}，”doi“10.1016\/j.Future.2022.05.003”，“type”：“journal-article”，“created”（创建）：{“日期部分”：[[2022,5,7]]，“date-time”：“2022-05-07T15:02:38Z”，“timestamp”：1651935758000}，“page”：“244-258”，“update-policy”：”http://\/dx.doi.org \\10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：85，“title”：[“联合学习中解决非IID数据的最新调查”]，“prefix”：“10.1016”，“volume”:“135”，“author”：[{“ORCID”“”：“http:\/\/orcid.org/0000-0003-1585-2020”，“authenticated orcid”：false，“given”：“Xiaodong”，“family”：“Ma”，“sequence”：“first”，“affiliation”：[]｝，｛“given”：“Jia”，“family”：“Zhu”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Zhihao”，“family”：“Lin”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Shanxun”，“family”：“Chen”，”序列”：“附加”，“affiliation”：[]}，{“given”：“Yangjie”，“family”：“Qin”，“sequence”：“additional”，“affaliation”:[]}]，“member”：“78”，“reference”：[{“key”：”10.1016\/j.future.2022.05.003_b1“，”series-title“：”A Practical Guide，St Ed.“，”article-title“：“The eu general data protection regulation（gdpr）”，“author”：“Voigt”，“year”：“2017”}，“key \/j.future.2022.05.003_b2“，“doi-asserted-by”：“crossref”，“unstructured”：“M.Abadi，A.Chu，I.Goodfellow，H.B.McMahan，I.Mironov，K.Talwar，L.Zhang，《不同隐私的深度学习》，载于：2016年ACM SIGSAC计算机与通信安全会议论文集，第308\u2013318页。”，“doi”：“10.1145\/2976749.2978318”}，{“问题”：“3”，“关键”：“10.1016\/j.future.2022.05.003_b3”，“首页”：“1”，“文章标题”：“联合学习”，“卷”：“13”，“作者”：“杨”，“年份”：“2019”，“新闻标题”：”合成.Lect.Artif.Intell.Mach.Learn.“}，{“key”：“10.116\/j.future.2022.05.003 _b4”，“series-title”：“使用模型平均的深度网络联合学习”、“作者”:“McMahan”，“年”：“2016”}，{“key”：“10.1016\/j.future.2022.05.003_b5”，“doi-asserted-by”：“crossref”，“unstructured”：“K.Bonawitz，V.Ivanov，B.Kreuter，A.Marcedone，H.B.McMahan，S.Patel，D.Ramage，A.Segal，K。Seth，《用于隐私保护机器学习的实用安全聚合》，载于：2017年ACM SIGSAC计算机和通信安全会议论文集，2017年，第1175\u20131191页。“，”DOI“：”10.1145\/3133956.3133982“}，{“key”：“10.1016\/j.future.2022.05.003_b6”，“DOI-asserted-by”：“crossref”，“first page”：”40699“，“DOI”：“10.1109 \/ACCESS.2020.3013541“，”article-title“：”联合学习：关于使能技术、协议和应用的调查“，”卷“：”8“，”作者“：”Aledhari“，”年份“：”2020“，”日志标题“：”IEEE ACCESS“}，{“issue”：“3”，“key”：“10.1016\/j.future.2022.05.003_b7”，“doi-asserted-by”：“crossref”，“首页”：“8”，“doi”：“101109 \/MCE.2019.2959108”“，”article-title“：“通过联合学习保护数据隐私：挑战和解决方案”，“卷”：“9”，“作者”：“李”，“年份”：“2020年”，“期刊标题”：“IEEE消费”。电子。Mag.“}，{”issue“：”3“，”key“：”10.1016\/j.future.2022.05.003_b8“，”doi-asserted-by“：”crossref“，”first page“：“2031”，“doi”：“10.1109\/COMST.2020.2986024”，“article-title”：“移动边缘网络中的联合学习：综合调查”，“volume”：“22”，“author”：“Lim”，“year”：“2020”，“journal-title“：”IEEE Commun.Surv.Tutor.“}”，{“密钥”：“10.1016\/j.future.202.05.003_b9”，“系列标题”：“人工智能与统计”，“第一页”：“273”，“文章标题”：“从去中心化数据中高效学习深度网络的通信”，“作者”：“McMahan”，“年份”：“2017”}，｛“密钥”：“10.1016\/j.future.202.05.003_b10”，“系列标题”：“学习差异私有递归语言模型“，”author“：”McMahan“，”year“：”2017“}，{”key“：”10.1016\/j.future.2022.05.003_b11“，”series-title“：”AAAI“，“first page”：“372”，“article-title”：“FedVision：由联合学习支持的在线视觉对象检测平台”，“author”：“Liu”，“year”：“2020”}，”{“key“”：“”10.1016\/j.future.2022.05.003_b12“，”doi-asserted-by“：”crossref“，”doi“：”10.1109\/MIS.2020.2987774“，”article-title“：”联邦学习的可持续激励计划“，”author“：”Yu“，”year“：”2020“，”journal-title”：“IEEE Intell。系统。“}，{”issue“：”7“，”key“：”10.1016\/j.future.2022.05.003_b13“，”doi-asserted-by“：”crossref“，”first page“：“5986”，“doi”：“10.1109\/JIOT.2019.2956615”，“article-title”：“物联网中无线边缘智能的通信高效联邦学习”，“volume”：“7”，“author”：“Mills”，“year”：“2020”，“journal-title“：”IEEE Internet Things j.“}”，{“issue”：“5”“，”键“：”10.1016\/j.future.2022.05.003_b14“，”doi-asserted-by“：”crossref“，”first page“：”156“，“doi”：“10.1109\/MNET.2019.1800286”，“article-title”：“Inedge ai:通过联合学习智能化移动边缘计算、缓存和通信”，“volume”：“33”，“author”：“Wang”，“year”：“2019”，“journal-title“：”IEEE Netw。“}，{”key“：”10.1016\/j.future.2022.05.003_b15“，”series-title“：”FedCD“：提高非IID联合学习的性能”，“author”：“Kopparapu”，“year”：“2020”}，“key”：“10.1016\/j.future.2022.0 5.003_b16”，“series-ttle”：“通信高效的设备上机器学习：非IID私有数据下的联合蒸馏和增强”，“author”Jeong“，”year“：”2018“}，{“key”：“10.1016\/j.future.2022.05.003_b17”，“series-title”：“克服非IID数据联合学习中的遗忘”，“author”：“Shoham”，“year”：“2019”}，“{”key“：”10.1016\/j.future.2026.003_b18“，”doi-asserted-by“，”first page“：“371”，“doi”：“1016\/j.neucom.2021.07.098”，“article”title“：”非IID数据上的联合学习：A survey”，“volume”：“465”，“author”：“Zhu”，“year”：“2021”，“journal-title”：“Neurocomputing”}，{“issue”：“2”，“key”：”10.1016\/j.future.2022.05.003_b19“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“10.1145\/3298981”，“article-title“：”联合机器学习：概念和应用“，”volume“：“10”，“作者“：”Yang”，“年份”：“2019年”，“新闻标题”：“ACM Trans。智力。系统。Technol公司。“}，{”issue“：”1“，”key“：”10.1016\/j.future.2022.05.003_b20“，”doi-asserted-by“：”crossref“，”first page“：“1”，“doi”：“10.1007\/s41666-020-00082-4”，“article-title”：“医疗信息学联合学习”，“volume”：“5”，“author”：“Xu”，“year”：“2021”，”journal-title“：”j.Healthc.Inform.Res./j.future.2022.05.003_b21“，”series-title“：”2020年第四届系统、安全和可持续发展智能趋势世界会议（WorldS4）”，“首页”：“794”，“文章标题”：“联合学习个性化技术调查”，“作者”：“Kulkarni”，“年份”：“2020”}，{“key”：“10.1016\/j.future.2022.05.003_b22”，“doi-asserted-by”：“crossref”，“第一页”：”45“doi”：“10.1109\/OJCS.2020.2992630“，“文章标题”：“车辆物联网联合学习：最新进展和开放问题”，“卷”：“1”，“作者”：“杜”，“年份”：“2020”，“期刊标题”：《IEEE开放J.计算》。Soc.“}，{”issue“：”7“，”key“：”10.1016\/j.future.2022.05.003_b23“，”doi-asserted-by“：”crossref“，”first page“：“5476”，”doi“：”101109\/JIOT.2020.3030072“，”article-title“：”联合学习调查：从集中式学习到分布式现场学习的历程及超越”，“volume”：“8”，“author”：“Abdul Rahman”，“year”：“2020”，“journal-title”：“”IEEE Internet Things J.“}，{”key“：”10.1016\/J.future.2022.05.003_b24“，”doi-asserted-by“：”crossref“，”doi“：”101016\/J.knosys.2021.06775“，”article-title“：”联合学习调查“，”volume“：“216”，”author“：”Zhang“，”year“：”2021“，”journal-title”：“Knowl.-Based Syst.”}，”{“issue”：“2”，“key”：“10.1016\/J.future。2022.05.003_b25“，”doi-asserted-by“：”crossref“，”first page“：”1342“，”DOI“：”10.1109\/COMST.2021.3058573“，”article-title“：”联合机器学习：通信和网络系统的调查、多级分类、理想标准和未来方向“，”volume“：“23”，”author“：”Wahab“，”year“：”2021“，”journal-title”：“IEEE Commun。Surv公司。导师。“}，{”key“：”10.1016\/j.future.2022.05.003_b26“，”series-title“：”2020国际人工智能与计算机工程会议（ICAICE）“，”first page“：“163”，”article-title“：“基于知识蒸馏的联合学习算法”，”author“：”Jiang“，”year“：”2020“}”{“key”：“10.1016\/j.forture.2022.05.003_b27”，”doi-asserted-by“：”crossref“，”DOI“：”10.1109\/COMST.2021.3075439“，”article-title“：”物联网联合学习：综合调查“，”author“：”Nguyen“，”year“：”2021“，”journal-title”：“IEEE Commun。Surv公司。导师。“}，{”issue“：”2“，”key“：”10.1016\/j.future.2022.05.003_b28“，”doi-asserted-by“：”crossref“，”first page“：“639”，”doi“：”101007\/s40747-020-00247-z“，”article-title“：”From federated learning to federate neural architecture searchitecture:a surview“，”volume“:”7“，”author“：”Zhu“，“year”：“2021”，”journal title“：“Complex Intell.Syst.”}，”{“issue”：“1”，“键”：“10.1016\/j.future.2022.05.003_b29“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“：”10.1109\/JIOT.2021.3095077“，”article-title“：”资源约束物联网设备联合学习调查“，”volume“：“9”，“author”：“Imteaj”，“year”：“2021”，“journal-title”：“IEEE Internet Things j.”}，{“issue”：“6”，“key”：“10.1016//j.futere.202 2.05.003_b30“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“：”10.1145\/3460427“，”article-title“：”隐私保护联合学习的综合调查：分类、回顾和未来方向“，”volume“：“54”，”author“：”Yin“，”year“：”2021“，“journal-title”：“ACM Compute”。Surv公司。“}，{”key“：”10.1016\/j.future.2022.05.003_b31“，”doi-asserted-by“：”crossref“，”first page“：“63229”，“doi”：“10.1109\/ACCESS.2021.3075203”，“article-title”：“联合学习中的漏洞”，“volume”：“9”，”author“：”Bouacida“，”year“：”2021“，”journal-title“：”IEEE ACCESS“}”，{“key”：，“series-title”：“私有物联网分析的隐私保护联合学习综述”，“作者”：“Briggs”，“年份”：“2020”}，{“密钥”：“10.1016\/j.future.202.05.003_b33”，“系列标题”：“去中心化机器学习的非IID数据泥潭”，“作者”：“Hsieh”，“年份”：“2019”}，{“密钥”：“10.1016\/j.future.202.05.003_b34”，“doi断言”：“crossref”，“非结构化”：“T.T.Phuong，L.T.Phong，具有灵活梯度压缩的分布式SGD，8（2020）64707\u201364717.“，”DOI“：”10.1109\/ACCESS.2020.2984633“}，{“key”：“10.1016\/j.future.2022.05.003_b35”，“series-title”：“FedFMC：非iid数据的顺序高效联邦学习”，“author”：“Kopparapu”，“year”：“2020”}，“key“：”101016\/j.futory.2022.05.003_b36“，”series-title“：“非iid数据的联合学习”，“author”：“Zhao”，“year”：“2018”}，{“key”：“10.1016\/j.future.2022.05.003_b37”，“series-title”：“关于联合机器学习的系统文献综述：从软件工程的角度”，“author”:“Lo”，“year”：从非iid数据进行健壮且高效通信的联邦学习”，“作者”：“Sattler”，“年份”：“2019年”，“新闻标题”：“IEEE Trans。神经网络。学习。系统。“}，{”key“：”10.1016\/j.future.2022.05.003_b39“，”series-title“：”关于非iid数据上fedavg的收敛“，”author“：”Li“，”year“：”2019“}”，{“key”：“10.1016\/j.future.2022.0 5.003_bs0”，“article-title”：“集群联合学习：隐私约束下的模型识别分布式多任务优化”，“author”：“Sattler”，“year”：“2020”，“journal-title“：”IEEE Trans。神经网络。学习。系统。“}，{”key“：”10.1016\/j.future.2022.05.003_b41“，”series-title“：”全球和本地模型混合的联合学习“，”author“：”Hanzely“，”year“：”2020“}”，{“key”：“10.1016\/j.forture.2022.05.003_b42”，“series-ttle”：“通过本地适应拯救联合学习”，“author”：“Yu”，“year”：“2020”}，”{“密钥”：“1016\/j.futurn.2022.05.003 _b43”，“”series title“：“基于蒸馏的半监督联合学习，用于使用非IID私人数据进行高效通信协作训练”，“作者”：“Itahara”，“年份”：“2020”}，｛“密钥”：“10.1016\/j.future.202.05.003_b44”，“series title”：“国际机器学习会议”，“首页”：“2089”，“文章标题”：“利用共享表示进行个性化联合学习”，“author”：“Collins”，“year”：“2021”}，{“key”：“10.1016\/j.future.2022.05.003_b45”，“series-title”：“数据库中机器学习和知识发现联合欧洲会议”，“first page”：”587“，“article-title”：”FedPHP:继承私有模型的联合个性化“，”author“：”Li“，”year“：”2021“}，{“key”：“10.1016\/j.future.2022.05.003_b46”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.cose.2021.102344”，“article-title”：“Towards asynchronous learning based threat detection:A DC-Adam approach”，”volume“108”，“author”：“Tian”，“year”：“2021”，“journal-title“：”Compute.Secur.“}”，{”key“：”10.1016\/j.future.2022.05.003_b47“，“series-title”：“XOR mixup：一次联合学习的隐私保护数据增强”，“author”：“Shin”，“year”：“2020”}，{“key”：”10.1016\/j.future.2022.0 5.003_bs8“，“doi-asserted-by”：“crossref”，“unstructured”：“W.Hao，M.El-Khamy，j.Lee，j.Zhang，K.j.Liang，C.Chen，L.C。杜克（Duke），《利用零快照数据增强实现公平联合学习》（Towards fair federated learning with zero-shot data enhancement），载于：IEEE计算机视觉与模式识别会议论文集，2021年，第3310\u20133319页。“，”DOI“：”10.1109\/CVPRW53098.2021.00369“}，{“key”：“10.1016\/j.future.2022.05.003_b49”，“series-title”：“ICC 2020-2020 IEEE国际通信会议（ICC）“，“首页”：“1”，“文章标题”：“雾计算中异构数据联合学习的动态样本选择”，“作者”：“Cai”，“年份”：“2020”}，{“问题”：“2”，“关键”：“10.1016\/j.future.2022.05.003_b50”，“doi-asserted-by”：“crossref”，“首页面”：“394”，“doi”：“10.1109\/TPDS.2020.3023905“，“article-title”：“在计算和统计异质性下实现联邦移动设备的高效调度”，“volume”：“32”，“author”：“Wang”，“year”：“2020”，“journal-title“：”IEEE Trans。平行配送系统。“}，{”key“：”10.1016\/j.future.2022.05.003_b51“，”series-title“：”IEEE INFOCOM 2020-IEEE Conference on Computer Communications“，”首页“：”698“，”article-title“：“使用强化学习优化非IID数据的联合学习”，”author“：”Wang“，”year“：”2020“}2021 IEEE \/ACM第29届国际服务质量研讨会（IWQOS）”，“首页”：“1”，“文章标题”：“用抽样策略优化设备异质性的联合学习”，“作者”：“Xu”，“年份”：“2021”}，{“关键”：“10.1016\/j.future.2022.05.003_b53”，“系列标题”：“，”首页“：”1“，”文章标题“：”FedACS:异构去中心化数据环境中的联邦偏度分析“，”作者“：”王“，”年份“：”2021“｝，｛”键“：”10.1016\/j.future.202.05.003_b54“，”系列标题“：”2021 IEEE第46届本地计算机网络会议（LCN）“，”首页“：”17“，”文章标题“：”联邦边缘学习的基于数据质量的调度”，“author”：“Ta\u00efk”，“year”：“2021”}，{“key”：“10.1016\/j.future.2022.05.003_b55”，“doi-asserted-by”：“crossref”，“doi”：“101155\/2022\/6887040”，“article-title”：“联邦学习中设备异质性导致的本地epochs低效”，“volume”：”2022“，“author”：“Zeng”，“year”：”“2022”，“journal-title“：”《连线》。Commun公司。暴徒。计算。“}，{”key“：”10.1016\/j.future.2022.05.003_b56“，”series-title“：”2021 IEEE普及计算与通信国际会议（PerCom）“，”first page“：“1”，”article-title“：“普及计算的联合学习聚合算法：评估与比较”，”author“：”Sannara“，”year“：”2020“}”，{“key”：“”10.1016\/j.future.2022.05.003_b57“，“series-title”：“数据隐私管理、加密货币和区块链技术”，“首页”：“106”，“文章-标题”：“带决策树的k匿名联合学习框架”，“作者”：“Kwatra”，“年份”：“2021”}，{“密钥”：“10.1016\/j.forture.205.003_bb8”，“series-标题”2021 IEEE普及计算和通信研讨会及其他相关活动国际会议（PerCom研讨会）”，“首页”：“565”，“文章标题”：“MLMG：联合学习的多语言和多全球模型聚合”，“作者”：“秦”，“年份”：“2021”}，{“key”：“10.1016\/j.future.2022.05.003_b59”，“series-title”：“缓解联合学习中的偏见”，“author”：“Abay”，“year”：“2020”}，{“key”：“10.1016\/j.future.2022.05.003_b60”，“series-title”：“机器学习国际会议”，“首页”：“5132”，“article-title”：《脚手架：联合学习的随机控制平均值》，“author”：“Karimireddy”，“年份”：“2020”}10.1016\/j.future.2022.05.003_b61“，“doi-asserted-by”：“crossref”，“unstructured”：“Z.Chai，Y.Chen，A.Anwar，L.Zhao，Y.Cheng，H.Rangwala，FedAT:一个具有异步层的高性能和通信效率联邦学习系统，收录于：高性能计算、网络国际会议论文集，存储与分析，2021年，第1\u201316页。“，”DOI“：”10.1145\/3458817.3476211“}，{“问题”：“12”，“关键”：“10.1016\/j.future.2022.05.003_b62”，“DOI-asserted-by”：“crossref”，“首页”：“3654”，“DOI”：“101109\/JSAC.2021.3118435”，“文章时间”：“FedSA:异构边缘计算中的半同步联邦学习机制”，“卷”：“39”，“作者”：“马“，“年份”：“2021年”，“新闻标题”：“IEEE J.Sel。公共区域。“}，{”key“：”10.1016\/j.future.2022.05.003_b63“，”series-title“：”2020 IEEE国际大数据会议（大数据）“，”首页“：”15“，”article-title“：“非iid数据边缘设备的异步在线联合学习”，“author”：“Chen”，“year”：“2020”}，“key”：AAAI人工智能会议，第1卷，“文章标题”：“FedProto:跨异构客户端的联合原型学习”，“作者”：“Tan”，“年份”：“2022”}，{“关键”：“10.1016\/j.future.2022.05.003_b65”，“系列标题”：《ICASSP 2019-2019 IEEE声学、语音和信号处理国际会议》（ICASSP），“首页”：“6341”，“article-title“：”关键词识别联合学习“，”author“：”Leroy“，”year“：”2019“}，{”key“：”10.1016\/j.future.2022.05.003_b66“，”series-title“：“为什么亚当在注意力模型上击败sgd”，”author“：”Zhang“，”year“：“2019”}，”{“key”：“10.1016\/j.future.2025.003_567”，“series-ttle”：“自适应联合优化”，”author“”：“Reddi”，“year”：“2020”}，{“key“：”10.1016\/j.future.2022.05.003_b68“，”series-title“：”NeurIPS“，”首页“：”9815“，”article-title“：“非凸优化的自适应方法”，“author”：“Zaheer”，“year”：“2018”}，{“key”：“10.1016\/j.future.2022.0 5.003_569”，“series-ttle”：“域适配和表示转移，以及分布式和协作学习”，“首页”：“”150”，“article-title”：“使用非iid数据进行联合学习的逆距离聚合”，“author”：“Yeganeh”，“year”：“2020”}，{“key”：“10.1016\/j.future.2022.05.003_b70”，“series-title”：《2021年国际神经网络联合会议（IJCNN）》，“首页”：“1”，“article-title”：“FedSAE:异构系统中的一种新型自适应联合学习框架”，“author”：“Li”，“year”：“2021”}，{“key”：“10.1016\/j.future.2022.05.003_b71”，“first page”：”1“，“article-title”：“FedAda:异构移动边缘计算环境中的快速收敛自适应联合学习”，“author”:“Zhang”，“year”：”2022“journal-title“：”万维网“}，{“key”：“10.1016\/j.future.2022.05.003_b72”，“unstructured”：“A.K.Sahu，T.Li，M.Sanjabi，M.Zaheer，A.Talwalkar，V.Smith，《关于异质网络中联邦优化的收敛性》，3（2018）.arXiv预印本arXiv:82.0627.”}，}“key”：“101016\/j.futere.2022.05.003_b73”，“series-title”：“MLSys”，“article-title”：”异构网络中的联合优化”，“author”：“Li”，“year”：“2020”}，{“key”：“10.1016\/j.future.2022.05.003_b74”，“series-title”：“IEEE 2020联合云计算国际会议”，“首页”：“22”，“article-title”：”从异构数据集中对地理分布的JointCloud进行高效的通信协作学习“，”author“：”Li”，“year”：“2020”}，{“key”：“10.1016\/j.future.2022.05.003_b75”，“series-title”：“通过模型不可知元学习改进联合学习个性化”，“author”：“Jiang”，”year“：“2019”}、{“key”：”10.1016\/j.future.2025.003_b76“，”doi-asserted-by“：”crossref“，”first page“：”6055“，”doi“：”10.1109\/TSP.2021.3115952“，”article-title“：“”Fedpd：一个适应非iid数据的联邦学习框架”，“卷”：“69”，“作者”：“张”，“年份”：“2021年”，“期刊标题”：“IEEE Trans。信号处理。“}，{”key“：”10.1016\/j.future.2022.05.003_b77“，”首页“：”1“，”article-title“：”时空预测的联合元学习“，”author“：”Li“，”year“：”2022“，”journal-title”：“Neural Compute.Appl.”}，“key”：“10.1016\/j.future.2025.003_b78”，“article-title”“：”联合多任务学习“，“volume”：”30“，”author“:”Smith“，“year”：“2017年”journal-title“：”高级神经信息处理。系统。“}，{”key“：”10.1016\/j.future.2022.05.003_b79“，”article-title“：”高效通信分布式双坐标上升“，”volume“：“27”，”author“：”Jaggi“，”year“：”2014“，”journal-title”：“Adv.Neural Inf.Process.Syst.”}，“key”：“10.1016\/j.future.2025.003_580”，“series-title”：”Varial federated multi-task learning“，”audor“：“Corinzia”，”year:“”2019”｝，｛“key”：“10.1016\/j.future.202205.003_b81”，“系列标题”：“2020国际神经网络联合会议（IJCNN）”，“第一页”：“1”，“文章标题”：“传感器数据分析的分层注意力联合多任务学习”，“作者”：“Chen”，“年份”：“2020”｝，｛“key”：“10.1016\/j.future.202205.003_b82”，“doi断言：”crossref“，”first page“：”82131“，“DOI”：“10.1109\/ACCESS.2020.2991110”，“article-title”：“使用内核终身学习构建需求响应的能源管理”，“volume”：“8”，“author”：“Kim”，“year”：“2020”，“journal-title“：”IEEE ACCESS“}，{“key”：”10.1016\/j.future.2022.05.003_b83“，“series-title”：”异构环境中的健壮联合学习”，“author”：“Ghosh”，“year”：“2019”}，{“key”：“10.1016\/j.future.2022.05.003_b84”，“series-title”：“通过对本地更新进行分层聚类的联合学习，以改进非IID数据的培训”，“author”:“Briggs”，“年份”：“2020”}国际机器学习会议”，“首页”：“2611”，“article-title”：“赢家的异质性：一站式联合集群”，“author”：“Dennis”，“year”：“2021”}，{“key”：“10.1016\/j.future.2022.05.003_b86”，“series-title”：”NeurIPS“，”article-title“：”集群式联合学习的有效框架“，”author“：”Ghosh“，”“year“：”2020“}，”{“key“：”10.1016\/j.future.2022.05.003_b87“，”series-title“：”ICC 2021-IEEE International Conference on Communications“，”first page“：“1”，”article-title“：“高能集群解决联合学习中的数据异构性”，“author”：“Luo”，“year”：“2021”}，{“key”：“10.1016\/j.forture.205.003_588”，“doi-asserted-by”：“crossref”，“unstructured”：“D”。Caldarola，M.Mancini，F.Galasso，M.Ciccone，E.Rodol\u00e0，B.Caputo，多域上的集群驱动图联合学习，收录于：IEEE计算机视觉和模式识别会议论文集，2021年，第2749\u20132758页。“，DOI”：“10.1109\/CVPRW53098.2021.00309”}，{“key”：“1016\/j.future.2022.05.003_b89”，“系列标题“：“通过在线蒸馏进行大规模分布式神经网络训练”，“作者”：“Anil”，“年份”：“2018”}，{“问题”：“21”，“关键”：“10.1016\/j.future.202205.003_b90”，“doi断言”：“crossref”，“首页”：“6230”，“doi”：“10.3390\/s20216230”，“文章标题”：“智能城市传感中的联合学习：挑战与机遇”volume“：”20“，”author“：”Jiang“，”year“：”2020“，”journal-title“：”Sensors“}，{“key”：“10.1016\/j.future.2022.05.003_b91”，“series-title”：“Hhhfl:脑电图分层异质水平联合学习”，“author”：“Gao”，“year”：“2019”}，“key“：领域适应和表征转移，以及分布式和协作学习”，“首页”：“129”，“文章标题”：“多中心组织病理学数据集的单一联合学习”，《作者》：“Andreux”，《年份》：“2020年”}，{“关键”：“10.1016\/j.future.2022.05.003_b93”，“doi-asserted-by”：“crossref”，”非结构化“Z.Chai，A.Ali，S.Zawad，S。Truex，A.Anwar，N.Baracaldo，Y.Zhou，H.Ludwig，F.Yan，Y.Cheng，Tifl:基于层的联合学习系统，摘自：第29届高性能并行和分布式计算国际研讨会论文集，2020年，pp.125\u2013136.“，“DOI”：“10.1145\/336958392686”}，{“key”：“101016\/j.future.2022.05.003_b94”，“DOI-asserted-by”：“crossref”，“非结构化”：“J.Wu，Q.Liu，Z.Huang，Y.Ning，H.Wang，E.Chen，J.Yi，B.Zhou，用户建模的分层个性化联合学习，收录于：《2021年网络会议论文集》，2021年，第957\u2013968页。”，“DOI”：“10.1145\/3442381.3449926”}，{“key”：“101016\/J.future.2022.05.003_b95”，“article-title”：“物联网中无线边缘智能的通信高效联合学习”，“作者”：“Mills”，“年份”：“2019年”，“新闻标题”：“IEEE Internet Things J.”}，{“key”：“10.1016\/J.future.2022.05.003_b96”，“series-title”：“冗余数据联合学习的能量感知模拟聚合”，“author”：“Sun”，“year”：“199”}、{“密钥”：“10.1016\/j.future.2022.05.003_b97“，“series-title”：“彩票FL：基于非IID数据集彩票假设的个性化和高效通信的联合学习”，“作者”：“李”，“年份”：“2020”}，{“密钥”：“10.1016\/j.future.2022.0 5.003_bs98”，“series-title”：“时尚-MNIST：用于基准机器学习算法的新图像数据集”，“author“：”Xiao“，”year“：”2017“}，”{“key”：“10.1016\/j.future.2022.05.003_b99”，“series-title”：“LEAF:联邦设置的基准”，“author”：“Caldas”，“year”：“2018”}，“key“：”10.1016\/j.future.2026.003_b100“，”series-ttle“：”国际机器学习会议（ICML）“，”首页“：”5819“，”文章标题“：”去中心化机器学习的非IID数据困境”，“author”：“Hsieh”，“year”：“2020”}，{“key”：“10.1016\/j.future.2022.05.003_b101”，“series-title”：“模型剪枝实现边缘设备上的高效联合学习”，“author”:“Jiang”，“年份”：“2019”}《神经信息处理系统进展2》，[NIPS会议，美国科罗拉多州丹佛市，1989年11月27日至30日]，“第一页”：“598”，“文章标题”：“最佳脑损伤”，“作者”：“LeCun”，“年份”：“1989”}，{“密钥”：“10.1016\/j.future.202205.003_b103”，“系列标题”：“神经信息处理系统进展28：2015年12月7日至12日，加拿大魁北克省蒙特利尔，2015年神经信息处理年度会议，“首页”：“1135”，“文章标题”：“学习有效神经网络的权重和连接”，“作者”：“Han”，“年份”：“2015”}，{“key”：“10.1016\/j.future.2022.05.003_b104”，“series-title“：”交流高效的联合深度学习，具有异步模型更新和时间加权聚合“，”author“：”Chen“，”year“：”2019“}，{”issue“：”6“，”key“：”10.1016\/j.future.2022.05.003_b105“，”doi-asserted-by“：”crossref“，”first page“：“1205”，“doi”：“10.1109\/JSAC.2019.2904348”，“article-title”：“资源受限边缘计算系统中的自适应联合学习”，“卷”：“37”，“作者”：“王”，“年份”：“2019年”，“期刊标题”：“IEEE J.Sel。公共区域。“}，{”issue“：”4“，”key“：”10.1016\/j.future.2022.05.003_b106“，”doi-asserted-by“：”crossref“，”first page“：“5”，“doi”：“10.1109\/MIS.2020.3010335”，“article-title”：“为机器学习保留用户隐私：本地差异隐私还是联邦机器学习？”，“volume”：“35”，”author“：”Zheng“，”year“2020”，”journal-title“：”IEEE Intell.Syst.“}”，{“issue“：”10“，”key“：”10.1016\/j.future.2022.05.003_b107“，”doi-asserted-by“：”crossref“，”first-page“：”9530“，”doi“：”101109\/JIOT.2020.291416“，”article-title“：”带差异隐私的个性化联合学习“，”volume“：“7”，“author”：“Hu”，“year”：“2020”，“journal-title”：“IEEE Internet Things j.”}，{“key”：“10.1016\\j.futere.2022.05.03_b 108英寸series-title“：”2020 IEEE国际通信会议，ICC 2020，爱尔兰都柏林，2020年6月7日至11日“，”首页“：”1“，”article-title“：”使用冗余数据进行联合学习的能量感知模拟聚合“，”author“：”Sun“，”year“：”2020“}，{”key“：“10.1016\/j.future.2022.05.003_b109”，“article-title”：“集群联合学习：隐私约束下的模型识别分布式多任务优化”，“作者”：“Sattler”，“年份”：“2019年”，“新闻标题”：“学习”}，{“密钥”：“10.1016\/j.future.2022.05.003_b110”，“series-title”：“边缘设备异步在线联合学习”，“作家”：“陈”，“年”：“199”}、{“key”：“10.1016\/j.future.2022.05.003_b111“，“series-title”：“在非IID数据的联合学习中实现灵活的设备参与”，“author”：“Ruan”，“year”：“2020”}，{“key”：“10.1016\/j.forture.2022.05.003_b112”，“series-title”：《2020年IEEE第二届人工智能电路与系统国际会议（AICAS）》，“首页”：“188”，“article-title“：“联邦学习应用的在线极限学习机设计”，“author”：“Chen”，“year”：“2020”}，{“key”：“10.1016\/j.future.2022.05.003_b113”，“series-title”：“使用联邦学习在非IID数据上训练关键字识别模型”，“author”:“Hard”，“year”：”2020“}，“key“：”10.1016\/j.future.2025.003_b114“，”series-title“：“通过本地适应拯救联合学习”，“author”：“Yu”，“year”：“2020”}，{“key”：“10.1016\/j.future.2022.05.003_b115”，“series-title”：“在客户端上使用附加机制的联合学习，以降低通信成本”，“author”:“Yao”，“year”：”2019“}，“key“：”10.1016\/j.future.2025.003_b116“，“series-title”：”欧洲数据库机器学习和知识发现联合会议”，“首页”：“348”，“文章标题”：“Fedmax:缓解激活分歧，实现准确和高效的联合学习”，“作者”：“陈”，“年份”：“2020”}]，“容器标题”：[“未来一代计算机系统”]，“原文标题”：[]，“语言”：“en”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0167739X22001686？httpAccept=text\/xml“，”content-type“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL:“https:\//api.elsevier.com/content\/aarticle\/PII:S0166739X2200686？httpAccess=text\/plain“，”内容类型“：”文本\/plain“，”content-version“：”vor“，”intended-application“：”text-mining“}]，”deposed“：{”date-parts“：[[2024,4,1]]，”date-time“：”2024-04-01T15:31:29Z“，”timestamp“：1711985489000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/linkinghub.elsevier.com\/retrieve\/pi\/S0167739X22001686”}}，“subtitle”：[]，“shorttitle”：[]，“issued”rts“：[[2022,10]]}，”引用计数“：116，”alternative-id“：[”S0167739X22001686“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.future.2022.05.003“，”关系“：{}，”ISSN“：[“0167-739X”]，”ISSN-type“：[{”value“：”0167-739“，”type“:”print“}]，”subject“：【】，”published“：{”date-parts“：[2022,10]]}，“assertion”：[{“value”：“Elsevier“，”name“：”publisher“，”label“：”本文由“}，{”value“维护：”关于解决联合学习中非IID数据的最新调查”，“name”：“articletitle”，“label”：“Article Title”}，{“value”：“Future Generation Computer Systems”，“name:”journaltitle“，”label“：”Journal Title“}，”{“value”：“https:\\/doi.org\/101016\/j.Future.2022.05.003”，“name”：“rticlelink”，“标签”：“”CrossRef DOI链接到出版商维护的版本“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“values”：“\u00a9 2022 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]}