У цій роботі проведено дослідження основних переваг використання Федеративного Навчання (FL) для обміну досвідом між інтелектуальними пристроями в середовищі мереж мобільного звязку 5-го покоління. Цей підхід дозволяє будувати ефективні алгоритми машинного навчання у випадку використання конфіденційних даних, втрата яких може бути небажаною або навіть небезпечною для користувачів. Таким чином, для завдань, де для нас важлива конфіденційність даних, що необхідні для обробки та аналізу, ми пропонуємо використовувати підходи FL. У такому випадку, вся особиста інформація користувачів буде оброблятися локально на їхніх пристроях. FL забезпечує безпеку конфіденційних даних для абонентів, дозволяє операторам мобільних мереж зменшити кількість надлишкової інформації в радіоканалі та оптимізувати функціонування мобільної мережі. В роботі представлено трирівневу модель інтеграції Федеративного Навчання в мережу мобільного зв’язку та описано основні особливості цього підходу, також представлено експериментальні дослідження, які демонструють результати роботи запропонованого підходу.