연합 학습(Federated learning, FL)은 원시 데이터를 공유하지 않고도 협력적 모델 학습을 가능하게 하는 기계 학습(ML) 기법으로, 데이터가 기기 전반에 분산되어 있고 개인정보 보호가 중요한 사안인 사물인터넷(Internet of Things, IoT) 응용에 이상적이다. 무선 센서 네트워크(Wireless Sensor Networks, WSNs)는 물리적 환경으로부터 데이터를 수집함으로써 IoT 시스템에서 핵심적인 역할을 한다. 본 논문은 FL, IoT, WSN의 통합에 관한 종합적인 설문조사를 제시한다. FL의 기초, 전략, 유형을 다루고, 다양한 분야에서 FL, IoT, WSN의 통합에 대해 논의한다. 본 논문은 FL에서의 이기종성(heterogeneity)과 관련된 문제를 다루며, 이 분야의 최신 연구 동향을 요약한다. 또한 보안 및 개인정보 보호 관점과 성능 평가 방법론을 탐구한다. 본 논문은 FL, IoT, WSN에서의 최신 성과와 잠재적 연구 방향을 개관하고, 현재의 기술 발전 맥락에서 조사된 주제들의 중요성을 강조한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.