الأبحاث المرتبطة بالكلمة المفتاحية: التعلم الفيدرالي
-
بنية تعلم فدرالي آمنة مدعومة بتقنية البلوكشين لاكتشاف التسلل في شبكات إنترنت الأشياء
2026 | المؤلف: Muhammad Kamran وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم الورقة إطار عمل جديد للتعلم الفيدرالي (B-FL) يدمج تقنية البلوكشين لتعزيز كشف التسلل في أنظمة إنترنت الأشياء (IoT). تواجه أنظمة كشف التسلل المركزية التقليدية تحديات كبيرة، بما في ذلك مخاطر خصوصية البيانات، ومشكلات القابلية للتوسع، والضعف أمام نقاط الفشل الفردية. يعالج نظام B-FL المقترح هذه المخاوف من خلال استخدام التعلم الفيدرالي اللامركزي جنبًا إلى…
-
التعلم الفيدرالي الشخصي متعدد الأنماط مع الخصوصية التفاضلية التكيفية لتصنيف الصور الطبية ونهج يحافظ على الخصوصية
2026 | المؤلف: Adhi Siva M وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم الورقة نهجًا جديدًا يسمى MM-PFL-ADP، مصممًا لتصنيف الصور الطبية مع الحفاظ على الخصوصية، محققًا دقة تصنيف تبلغ 97.3% مع الالتزام بميزانية الخصوصية $(\epsilon = 1.5, \delta = 10^{-5})$. يضمن هذا الأسلوب الخصوصية التفاضلية (DP) لتحديثات التدرج عبر المؤسسات المشاركة، مع اقتراحات للعمل المستقبلي تشمل ضمانات الخصوصية على مستوى المرضى والعينات. تشمل الابتكارات الرئيسية لإطار…
-
إطار تعلم موزع للتعويض العميق عن البيانات المفقودة في سلاسل زمنية غير متجانسة لوحدات العناية المركزة
2026 | المؤلف: Raja Vavekanand وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)يقدم هذا القسم نظرة عامة على التحديات والحلول المتعلقة بالقيم المفقودة في بيانات الرعاية الصحية متعددة الأنماط الزمنية، وخاصة في بيئات الرعاية الحرجة. تعيق طرق الاستيفاء المركزية التقليدية اللوائح المتعلقة بالخصوصية، وغالبًا ما تفتقر النماذج المؤسسية الفردية إلى القابلية للتعميم. يقدم البحث Fed-HealthImp، وهو إطار تعلم اتحادي مصمم لاستيفاء القيم المفقودة في بيانات السلاسل الزمنية…
-
التعلم الفيدرالي الموجه بالتجميع الهجين للكشف عن التسلل بشكل قوي في بيئات إنترنت الأشياء المتغايرة للغاية
2026 | المؤلف: Luis Miguel García-Sáez وآخرون | المجلة: Computer Networks | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم ورقة البحث بنية جديدة مزدوجة التجميع الفيدرالي تهدف إلى تعزيز كشف التسلل في أنظمة إنترنت الأشياء (IoT) المعقدة التي تتميز بتنوع البيانات العالي وقيود الموارد. تعاني طرق التعلم الفيدرالي التقليدية (FL)، مثل FedAvg وFedProx وFedAdam، من صعوبات تحت ظروف غير مستقلة وموزعة بشكل متساوٍ (غير IID)، مما يؤدي إلى تباين غير مستقر ونماذج متحيزة.…
-
مراجعة شاملة واتجاهات مستقبلية حول التعلم الفيدرالي العميق المتكامل مع البلوكشين لتطبيقات الرعاية الصحية التي تحافظ على الخصوصية
2026 | المؤلف: Sayali Karmode وآخرون | المجلة: International Journal of Data Science and Analytics | المجال: الذكاء الاصطناعي (Artificial Intelligence)تستكشف هذه المراجعة دمج التعلم الفيدرالي (FL) وبلوكشين (BC) لتعزيز تطبيقات الذكاء الاصطناعي (AI) في الرعاية الصحية مع الحفاظ على الخصوصية، وقابلية التدقيق، وقابلية التوسع، وخاصة في سياق الأيورفيدا. من خلال مراجعة منهجية لـ 87 ورقة بحثية نُشرت بشكل أساسي بين عامي 2020 و2025، إلى جانب الأعمال الأساسية، تحدد الدراسة أن FL يسهل تدريب النماذج…
-
مسح لتعلم الفيدرالية المحفوظة للخصوصية لأنظمة كشف التسلل
2026 | المؤلف: Thomas Bunko وآخرون | المجلة: Artificial Intelligence Review | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على التحديات والتقدم في التعلم الفيدرالي الذي يحافظ على الخصوصية (PPFL) لأنظمة كشف التسلل (IDS). تثير الأساليب التقليدية لأنظمة كشف التسلل، التي تركز البيانات للتحليل، مخاوف كبيرة بشأن الخصوصية حيث يتخلى مالكو البيانات عن السيطرة على معلوماتهم. على النقيض من ذلك، يسمح PPFL للأجهزة المحلية بمعالجة بياناتها وتطوير نماذج دون…
-
التعلم الفيدرالي الذي يحافظ على الخصوصية مع شبكات CNN المحسنة ذات الانتباه الخفيف للكشف الآلي عن اللوكيميا عبر التصوير الطبي الموزع
2026 | المؤلف: Muhammad Zeerak Awan وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه البحث إطار عمل خفيف الوزن وآمن وقابل للتفسير للتعلم الفيدرالي مصمم للتصنيف التلقائي لسرطان الدم. يتناول الإطار القضايا الحرجة المتعلقة بأمان البيانات السريرية وتطوير النماذج التعاونية بين مؤسسات الرعاية الصحية. من خلال استخدام نهج التعلم الموزع، يمكن للعديد من المرافق الصحية بناء نموذج تصنيف عالي الأداء بشكل تعاوني دون مشاركة بيانات المرضى الحساسة،…
-
نحو أنظمة بيانات FAIR وموزعة للبحث بين التخصصات
2026 | المؤلف: Sebastian Beyvers وآخرون | المجلة: PLoS Computational Biology | المجال: نظم المعلومات (Information Systems)تحدد هذه القسم التحديات التي تواجه إدارة البيانات العلمية بسبب النمو السريع للبيانات، والاعتماد المتبادل عبر المجالات، وأزمة القابلية للتكرار في البحث. الأساليب التقليدية المركزية غير كافية، مما يؤدي إلى نتائج بحث مجزأة تعيق القابلية للتكرار والتعاون، بينما تثير مخاوف بشأن سيادة البيانات والحوكمة. لمعالجة هذه القضايا، يقترح المقال تطوير أنظمة بيانات FAIR (قابلة للاكتشاف،…
-
MedLedgerFL: إطار عمل هجين للتعلم الفيدرالي على البلوكشين لخدمات الرعاية الصحية عن بُعد الآمنة
2026 | المؤلف: Dileep Kumar Murala وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتطلب التوسع السريع في الطب عن بُعد طرقًا آمنة وتعاونية وتحافظ على الخصوصية لإدارة البيانات الطبية الحساسة. تواجه نماذج التدريب التقليدية المركزية تحديات مثل تسرب البيانات ونزاعات الملكية، مما يعيق التعاون المؤسسي. لمعالجة هذه القضايا، يقدم هذا البحث MedLedgerFL، وهو منصة هجينة تدمج تقنية البلوكشين مع التعلم الفيدرالي (FL) لتعزيز سلامة وموثوقية تحليلات الرعاية الصحية…
-
أخذ عينات العملاء المثلى في التعلم الفيدرالي مع خصوصية تفاضلية غير متجانسة على مستوى العميل
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Internet of Things Journal | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول ورقة البحث التحديات المتعلقة بتنفيذ الخصوصية التفاضلية على مستوى العميل (DP) في التعلم الفيدرالي (FL) عندما يكون لدى العملاء متطلبات خصوصية غير متجانسة. تفرض الطرق التقليدية، مثل DP-FedAvg، مستوى خصوصية موحد عبر جميع العملاء، مما قد يؤدي إلى ضوضاء DP مفرطة وانخفاض كبير في فائدة النموذج. يقترح المؤلفون نهجًا جديدًا يسمى GDPFed، والذي يجمع…