기초

• Federated Learning vs Edge Computing
  • Federated Learning(연합 학습) : 분산된 장치에서 로컬 데이터를 기반으로 모델 학습, 모델 파라미터만 중앙 서버로 전송하여 통합, 데이터 프라이버시 보존
  • Edge Computing : 데이터를 생성하는 장치(엣지 디바이스) 근처에서 데이터 처리/분석을 수행하여 응답 시간 단축 및 트래픽 감소, 지연 시간 감소 및 실시간 처리
  • 데이터는 로컬에 두고 모델만 공유 / 데이터를 클라우드로 보내지 않고 발생한 곳에서 실시간 처리

Data Communications

• 데이터 통신 : 두 장치 간에 어떤 전송 매체를 통해 데이터를 주고받는 과정

효과적으로 작동하기 위한 4개 요소

• Delivery(전달성) : 정확한 수신자에게 데이터를 전달해야 한다.

• Accuracy(정확성) : 데이터가 오류 없이(손실, 누락 없이) 정확히 도착해야 한다.

• Timeliness(적시성) : 데이터는 제시간에 도착해야 유용하다. 생성된 순서 그대로, 지연없이 전송되는 것을 “실시간 전송”이라고 한다.

• Jitter(지연) : 패킷 도착 시간의 불균형. 없어야 좋다. 패킷이 일정 간격으로 도착해야 데이터의 품질이 좋게 유지된다. 그렇지 앟다면 화면이 끊기거나 음성이 왜곡될 수 있다.

  • playout buffer : jitter의 부작용을 해결하기 위한 것으로 buffer에 임시 저장해 놓았다가 도착 시간과 관계없이 고정된 간격으로 재생하는 것

  

데이터 통신의 5개 components

• sender : 데이터 생성, 전송하는 장치
• receiver : 데이터를 받는 장치
• message : 송신자가 전달하려는 실제 데이터
• transmission medium : 메세지를 전달하는 물리적 경로
• protocol : 데이터를 주고받기 위해 따르는 규칙과 절차의 집합

Data Flows

• Simplex(단방향) : 한방향으로만 흐름
• Half-duplex(반이중) : 양방향 통신이 가능하지만 한번에 한 방향만 가능 ex)무전기