GDFed

연합 학습은 분산 컴퓨팅 리소스를 사용하여 모델을 학습하는 것을 가능하게 했다. 가장 많이 사용되는 Fedavg 방식은 구조가 단순하고 성능이 좋다. 그러나 Fedavg는 각 사용자 기기의 성능을 고려하지 않는 단점이 있다. 이 문제를 해결하기 위해 각 사용자 장치의 성능과 실시간 상태를 이해하고 학습을 진행하는 연합 학습 구조인 GFed를 제안한다. GFed는 각 장치의 현재 기능을 고려하여 사전 훈련된 GNN 모델을 사용하여 장치를 클러스터링하고 연합 학습에 참여하는 아키텍처이다. 실험에서 GDFed 방식은 Fedavg방법과 비교했을 때 성능은 유지하면서 지연시간을 43.3%까지 감축시킬 수 있었다.