本文综述了可信边缘机器学习（EML）的定义、属性、框架、技术和解决方案。EML利用分布式网络资源以合作方式进行联合训练和推理，但面临着多种挑战，包括资源限制、异构网络环境和不同应用的多样化服务要求。本文从部署和实际应用场景的角度讨论了可信度的必要性，并介绍了可信EML系统的基本框架和支持技术。最后，讨论了相关的研究挑战和未解决问题。