연구진은 탄소 제약 하에서 연합 학습 서비스를 제공하는 SFLaaS 프레임워크를 제안했어요. 소비자의 지속 가능성 프로필을 기반으로 연합 학습 아키텍처 검색 공간을 정의하고, 탄소 제약 조건 하에서 소비자의 참여와 데이터 보장을 목표로 해요. 실제 데이터셋과 시뮬레이션 환경에서 실험을 통해 제안 방식의 효과를 입증했어요.
SFLaaS는 소비자의 탄소 제약 조건을 고려하여 연합 학습 아키텍처를 검색하는 NAS 프레임워크로, 소비자의 지속 가능성 프로필을 기반으로 아키텍처 검색 공간을 정의해요. 소비자의 탄소 제약 조건 하에서 아키텍처 후보를 평가하는 메커니즘을 개발하고, 소비자의 참여와 데이터 보장을 위해 소비자를 선택하고 로컬 워크로드를 할당하는 전략을 제시해요.
진화적 검색 전략을 통해 예측 성능, 소비자의 제약 조건 만족, 데이터 보장을 동시에 최적화하며, 실제 데이터셋과 시뮬레이션 환경에서 효과를 확인했어요.