什么是数据孤岛？

date

icon

password

博客链接

Hide-in-Web

网址

type

slug

category

bottom

Hide-in-Config

comment

status

summary

昨天晚上在保研复试时老师问及数据孤岛是什么意思，我回答了数据孤岛在联邦学习中的表现形式，但老师却不认同，当时老师所了解的“数据孤岛”应该是边缘 AI 中的表现形式，因此我们对“数据孤岛”的理解有偏差，但其实本质上都是一样的。我回去后搜索了一下，应该这样理解：

数据孤岛指的是数据被分散在不同的组织、系统或设备中，彼此缺乏共享或互通。有很多原因会造成数据孤岛这个结果，只要有这个结果出现就算是“数据孤岛”了。

在联邦学习中，各个企业之间都有自己的数据集，企业之间不愿意泄漏自身的数据给其他企业，导致数据分散在不同的企业之间，缺乏互通与交流，因此就出现了“数据孤岛”现象。

在边缘 AI 中，由于各个嵌入式设备分散在多个不同的角落，设备自身能够采集到的数据是有限的，受限于带宽、存储、隐私政策的影响，数据无法集中在中心服务器，这就造成了“数据孤岛”。

上述两个场景中，“数据孤岛”的表现形式是不一样的，但都符合数据孤岛的定义，本质上都是数据分散无法共享。