클라이언트 주도 전력 균형 기반 프라이버시 강화 OTA 연합학습

초록

본 논문은 OTA‑FL 시스템에서 서버가 매 반복마다 CSI를 수집·전송하는 기존 방식의 통신 오버헤드와 누적 프라이버시 위험을 해소하고자, 클라이언트가 스스로 전력과 잡음 수준을 조절하는 ‘클라이언트 주도 전력 균형(CDPB)’을 제안한다. CDPB‑n(노이즈 전송)과 CDPB‑i(전송 대기) 두 전략을 설계하고, 이를 혼합한 CDPB‑mixed를 제시한다. 이들 전략에 대한 수렴 오류와 Rényi Differential Privacy(RDP) 분석을 수행하고, 최적 전력 균형 파라미터를 도출한다. 실험 결과는 기존 서버 주도 전력 할당 방식보다 모델 정확도·프라이버시 보장·전력 효율 모두에서 우수함을 보여준다.

상세 분석

본 연구는 OTA‑FL(Over‑the‑Air Federated Learning)에서 프라이버시와 통신 효율을 동시에 개선하려는 시도로, 기존 문헌이 서버가 매 라운드마다 각 클라이언트의 CSI를 피드백받아 전력 균형 파라미터 ρ를 산출하고 이를 전송하는 구조에 내재된 두 가지 문제점을 정확히 짚어낸다. 첫째, CSI 피드백·전력 파라미터 전송은 라디오 리소스를 소모하고, 채널 분포가 크게 변하지 않아도 매 라운드마다 반복된다. 둘째, 매 라운드마다 DP(또는 RDP) 요구조건을 만족시키려 하면, 장기간 학습 시 누적 프라이버시 손실이 급격히 증가한다는 점이다.

이를 해결하기 위해 ‘클라이언트 주도 전력 균형(CDPB)’이라는 프레임워크를 도입한다. 서버는 오직 채널 분포 정보만을 사전에 학습하고, 이를 기반으로 전력·노이즈 비율을 결정하는 파라미터 집합 {ρ_c}을 생성한다. 이 파라미터는 채널 분포가 변할 때만 클라이언트에게 전송되므로 피드백 오버헤드가 크게 감소한다. 클라이언트는 자신의 현재 채널 상태 h_{k,t}를 로컬에서 측정하고, 두 그룹으로 분류한다. (i) 좋은 채널을 가진 CwG는 서버가 제공한 ρ_c를 이용해 스케일링 팩터 a_{k,t}=ρ_c/|h_{k,t}|^2 를 계산, 신호와 인위적 노이즈를 적절히 배분한다. (ii) 나쁜 채널을 가진 CwP는 두 가지 대안 중 하나를 선택한다.

• CDPB‑n (Noisy): CwP는 최대 전력으로 순수 가우시안 노이즈만 전송한다. 이는 OTA‑FL의 합성 신호에 ‘가짜’ 기여를 하여 서버가 실제 그래디언트를 추정하기 어렵게 만들고, 동시에 채널 잡음과 결합돼 전체 RDP 상한을 낮춘다.
• CDPB‑i (Idle): CwP는 전송을 완전히 중단한다. 채널이 충분히 좋을 때만 재참여하도록 함으로써, 전력 낭비를 방지하고 노이즈 전송에 따른 신호‑대‑노이즈 비율 저하를 회피한다.

두 전략에 대해 저자는 각각 수렴 오류 E