이화여자대학교MCNL

dd

본 연구실 졸업생인 강원대 권정민 교수(1저자)와 박형곤 교수(교신저자)의 논문 “Efficient and Resilient Packet Recovery for Federated Learning via Approximation"이 저명한 SCIE 저널인 IEEE Transactions on Mobile Computing에 게재되었습니다. 

분산 학습 모델인 연합학습(Federated Learning, FL)은 향후 6G·IoT·MEC 환경에서 널리 활용될 것으로 예상되어 주목을 받고 있으나, TCP 기반 FL은 재전송으로 인한 지연과 straggler 문제를 포함하고 있습니다. 이를 해결하기 위해 UDP 기반 FL이 주목받지만, UDP는 패킷 손실을 허용하므로 모델 파라미터가 손실되어 이에 따라 학습 정확도 크게 저하되는 문제가 있습니다. 따라서 UDP 환경에서 패킷 손실에도 정확도를 유지하면서 통신량을 줄이는 방법을 본 논문에서 제안하였습니다.

상기 문제를 해결하기 위하여 본 논문에서 제안한 방법은 저랭크 근사(Low-Rank Approximation) 방법과 Systematic Network Coding (SysNC)입니다. 모델 파라미터를 Singular Value Decomposition(SVD)로 분해하여 가장 중요한 S-dynamic singular values 를 추출하고 전송하여 모델을 근사적으로 복원 가능하게 함으로써 통신량과 전송 지연을 크게 절감할 수 있습니다. 또한 Systematic Network Coding (SysNC)을 이용하여 보낸 패킷 중 일부를 랜덤 선형 결합 형태의 추가 보호 패킷으로 구성하여 패킷 일부가 전송중 손실되어도 SysNC로 원본 정보를 복원 가능하게 하였습니다. 

본 논문이 게재되는 IEEE Transactions on Mobile Computing은 (IF: 9.2, Rank: 9/258, Top 3.5%) 통신, 네트워크 및 컴퓨터 과학 분야의 최우수 국제 저널이며, 해당 논문은 https://doi.org/10.1109/TMC.2025.3636594 에서 확인할 수 있습니다.