Краткое содержание

arXiv:2511.14456v1 Тип объявления: кросс Аннотация: Федеральное обучение (Federated Learning, FL) — это новый подход к обучению моделей машинного обучения без обмена данными. При применении FL в межсекторных сценариях, где организации сотрудничают друг с другом, необходимо обеспечить надежность системы FL; однако участники могут выходить из строя по различным причинам (например, проблемы связи или неправильная конфигурация). Для обеспечения надежной работы системы важно проанализировать влияние отказов участников на процесс обучения модели. Хотя эта проблема привлекла внимание исследователей при использовании FL для мобильных устройств с ограниченными ресурсами, сравнительно мало исследований проведено в области межсекторного FL. В данной работе мы проводим обширное исследование влияния сбоев участников на качество модели в контексте межорганизационного межсекторального федерального обучения с небольшим числом участников. В нашем исследовании основное внимание уделяется анализу общих факторов, оказывающих значительное влияние, таких как время возникновения сбоя и данные, а также их воздействие на оценку качества модели.