[논문 리뷰] FedPandemic: A Cross-Device Federated Learning Approach Towards Elementary Prognosis of Diseases During a Pandemic

Aman Priyanshu, Rakshit Naidu|arXiv (Cornell University)|2021. 04. 05.

Privacy-Preserving Technologies in Data참고 문헌 10인용 수 4

한 줄 요약

FedPandemic는 환자 데이터를 중앙집중화하지 않고도 개인정보를 보호하고 확장성 있는 감염병 증상 예측을 가능하게 하는 크로스 디바이스 연합 학습 프레임워크를 제안한다. 단어 임bedding과 FedAvg를 사용하여 분산된 실생활 코로나19 데이터에서 발열, 기침과 같은 공통 증상을 탐지한다. 100%의 노이즈 조건에서도 높은 정확도를 달성하며 다양한 글로벌 데이터셋에서 뛰어난 내성성을 유지하여 중앙 집중식 환자 데이터 수집 없이도 초기 유행병 감지를 가능하게 한다.

ABSTRACT

The amount of data, manpower and capital required to understand, evaluate and agree on a group of symptoms for the elementary prognosis of pandemic diseases is enormous. In this paper, we present FedPandemic, a novel noise implementation algorithm integrated with cross-device Federated learning for Elementary symptom prognosis during a pandemic, taking COVID-19 as a case study. Our results display consistency and enhance robustness in recovering the common symptoms displayed by the disease, paving a faster and cheaper path towards symptom retrieval while also preserving the privacy of patient's symptoms via Federated learning.

연구 동기 및 목표

• 유행병 기간 동안 중앙집중식 증상 데이터 수집으로 인한 높은 시간, 비용, 개인정보 노출 문제를 해결하기 위해.
• 분산 학습을 활용해 다양한 인구 집단 간 협업적이고 개인정보 보호 기반의 증상 탐지 기능을 제공하기 위해.
• 공중보건 감시에서 수동 데이터 익명화 및 중앙집중식 데이터 집계에 대한 의존도를 줄이기 위해.
• 유행병 초기 증상 식별을 위한 경량적이고 확장 가능한 모델을 개발하기 위해.
• 합성 음성 샘플링과 단어 임베딩을 통해 증상 탐지에서의 편향과 과소적합 문제를 완화하기 위해.

제안 방법

• 분산된 증상 데이터에서 이진 분류기를 훈련하기 위해 FedAvg 알고리즘을 사용하는 크로스 디바이스 연합 학습을 구현한다.
• 증상 텍스트를 고정 길이의 벡터로 변환하기 위해 GloVe 단어 임베딩을 특징 추출기로 사용한다.
• 고정된 에포크 수로 디바이스 내부에서 로컬로 훈련된 경량 클라이언트 분류기를 구현한다.
• 의료 코퍼스에서 유도한 합성 음성 샘플을 도입하여 데이터셋의 균형을 맞추고 편향을 줄인다.
• 다양한 클라이언트 데이터 크기와 노이즈 수준(0%에서 100%까지)을 시뮬레이션하여 내성성과 수렴 성능을 테스트한다.
• 보안 집계 및 차별적 개인정보 보호와 같은 추가 개인정보 보호 메커니즘의 통합을 지원한다.

실험 결과

연구 질문

• RQ1 연합 학습을 통해 환자 데이터를 중앙집중화하지 않고도 주요 유행병 증상을 효과적으로 탐지할 수 있는가?
• RQ2 실생활 분산 증상 데이터에서 노이즈 수준이 증가함에 따라 모델 성능은 어떻게 변하는가?
• RQ3 합성 음성 샘플링이 증상 분류에서 모델의 내성성 향상과 편향 감소에 얼마나 기여하는가?
• RQ4 경량 연합 모델이 클라이언트 개인정보를 보호하면서도 계산 비용을 최소화하고 높은 정확도를 달성할 수 있는가?
• RQ5 다양한 국가에서 수집된 글로벌 증상 분포에서 모델의 성능은 어떻게 나타나는가?

주요 결과

• 모델은 100% 노이즈 조건에서도 발열, 기침과 같은 증상 탐지에 90% 이상의 높은 정확도를 기록하여 강력한 내성성을 입증한다.
• 시뮬레이션 결과 100개의 글로벌 에포크 동안 일관된 수렴을 보이며, 인구의 10% 이상에서 나타나는 증상에 대해 정확도가 85% 이상으로 안정화된다.
• 케냐에서의 발열(90.05%)과 건성 기침(74%)은 모든 시뮬레이션 국가에서 높은 정밀도로 일관되게 탐지되었다.
• 합성 음성 샘플의 통합으로 모델의 일반화 능력 향상과 희귀 증상에 대한 과소적합 감소가 뚜렷하게 향상되었다.
• 원시 데이터를 전송하지 않기 때문에 클라이언트 개인정보를 성공적으로 보존하였으며, 수동 익명화의 필요성을 제거하였다.
• 낮은 계산 요구량을 유지하면서도 높은 성능을 유지하여 표준 모바일 기기에서의 구현에 적합하다.