Federated Learning: Veriyi Paylaşmadan Ortak Model Eğitmek

Federated learning ile çok tesisli model eğitimi: görüntü tesisten çıkmadan modelin ortak öğrenmesi ve KVKK avantajı.

Çok tesisli bir grupta her fabrikanın kamerası farklı ışığı, farklı düzeni ve farklı ihlal desenlerini görür. En iyi model, hepsinden öğrenen modeldir — ama görüntüleri tek merkezde toplamak hem hukuki hem pratik olarak zordur. Federated learning tam bu düğümü çözer.

Nasıl çalışır?

Model her tesiste yerel veriyle eğitilir; merkeze giden şey görüntü değil, ağırlık güncellemeleridir. Merkez bu güncellemeleri birleştirip yeni ortak modeli tesislere geri dağıtır. Ham veri hiçbir zaman tesisi terk etmez — KVKK açısından en temiz mimari budur.

Pratik kazanç

Nadir olaylarda etki çarpıcıdır: tek tesiste yılda üç kez görülen bir ihlal tipi, on tesisin ortak öğrenmesiyle otuz örneğe ulaşır. Model, hiç görmediği bir sahada bile ilk günden makul doğrulukla çalışmaya başlar.

Dikkat edilecekler

Tesisler arası veri dağılımı çok farklıysa birleştirme modeli bozabilir; bu yüzden ağırlıklandırma ve doğrulama kümesi tasarımı kritiktir. Kurulumlarımızda her federasyon turu, tesis bazlı doğruluk raporuyla onaylanmadan yayına alınmaz.