分布式无线大型AI模型中的隐私、安全与可信性
信息论
2024-12-05 v2 机器学习
信号处理
math.IT
摘要
将无线通信与大型人工智能(AI)模型结合可以开辟出众多新颖的应用场景。在六代(6G)网络中，普适的通信和计算资源允许大型AI模型为民众提供AI相关服务，从而实现自动驾驶、智慧城市和物联网(IoT)生态系统等实时应用。然而，安全考量和可持续的通信资源限制了大型AI模型在分布式无线网络上的部署。本文提供了关于分布式无线大型AI模型(WLAM)隐私、安全和可信性的综合概述。特别是揭示了分布式WLAM的详细隐私和安全分析。讨论了关于WLAM中隐私和安全的分类与理论发现。然后描述了在分布式WLAM中实现可信和伦理的措施。最后在电磁信号处理的背景下呈现了分布式WLAM的综合应用。
引用
@article{arxiv.2412.02538,
title = {On Privacy, Security, and Trustworthiness in Distributed Wireless Large AI Models (WLAM)},
author = {Zhaohui Yang and Wei Xu and Le Liang and Yuanhao Cui and Zhijin Qin and Merouane Debbah},
journal= {arXiv preprint arXiv:2412.02538},
year = {2024}
}
备注
12 pages, 4 figures