Pembelajaran Bersekutu (FL) ialah paradigma Kecerdasan Buatan (AI) yang baru muncul yang membolehkan pelbagai pihak melatih model secara kolaboratif tanpa berkongsi data mereka. Dengan era Generasi Keenam (6 G) yang akan datang, FL dijangka menggunakan peranan yang lebih lazim sebagai penyelesaian yang berpotensi untuk mengatasi cabaran privasi data, keselamatan dan skalabiliti dalam sistem teragih dan heterogen. Pada masa ini, kerja penyelidikan dalam domain keselamatan FL dalam komunikasi 6 G sedang diusahakan secara meluas. Walau bagaimanapun, hasil usaha penyelidikan sangat bergantung kepada konsep dan platform yang digunakan semasa analisis dan penilaian. Oleh itu, selepas tinjauan keseluruhan FL dalam rangkaian 6 G, kajian ini menyerlahkan keperluan analisis untuk keselamatan FL dalam berbilang entiti teragih dan heterogen dalam rangkaian 6 G. Kajian ini secara komprehensif mengenal pasti dan menyemak potensi Teknik Konseptual dan Platform Perisian untuk analisis dan penilaian dalam bidang berkaitan keselamatan FL dalam komunikasi 6 G. Selanjutnya, kajian ini menyerlahkan cabaran utama yang dihadapi semasa analisis keselamatan FL dalam 6G. Akhir sekali, semakan ini membincangkan isu penyelidikan terbuka yang berpotensi yang boleh diteruskan menggunakan teknik dan platform yang dikenal pasti.
Oleh:
Faizan Qamar
faizanqamar@ukm.edu.my
Pengarang Bersama:
Rosilah Hassan
Syed Hussain Ali Kazmi
Kashif Nisar
Mohammed Azmi Al-Betar
