KI News: Kurz und klar.

Ein neues Papier auf arXiv zeigt, dass die „Alter“-Metrik – die Zeit, die das älteste Paket in einer virtuellen Warteschlange wartet – ein viel robusteres Signal für die Planung von drahtlosen Netzwerken liefert als die herkömmliche Queue-Länge. Durch die Kombination eines Bandit-Lernalgorithmus mit dieser Alter-Metrik bleibt das System stabil, selbst wenn sich die Kanalbedingungen plötzlich ändern.

In einer Zeit, in der 5G, 6G und das Internet der Dinge immer stärker miteinander verknüpft sind, wird Federated Learning (FL) zu einem entscheidenden Baustein für datenschutzfreundliche KI. Doch die herkömmlichen FL‑Modelle, die auf einen zentralen Koordinator angewiesen sind, stoßen bei wachsender Netzwerkauslastung und häufiger Peer‑Veränderung an ihre Grenzen.

In einer neuen Veröffentlichung auf arXiv wird ein innovatives Verfahren vorgestellt, das die Geschwindigkeit und Genauigkeit von maschinellen Lernprozessen in drahtlosen Netzwerken deutlich steigert. Das Konzept kombiniert Federated Learning (FL) und Split Learning (SL) zu einem Hybridmodell, das die jeweiligen Stärken beider Ansätze nutzt.

In den Niederlanden wurden letzte Woche zwei 17-jährige Teenager verhaftet, nachdem die Polizei Verdacht hatte, dass sie von russischer Geheimdienstorganisation rekrutiert wurden, um WLAN‑Netzwerke europäischer Strafverfolgungsbehörden abzufangen.