联邦学习入门指南：隐私保护下的分布式机器学习实践

一、联邦学习的核心思想

联邦学习（Federated Learning）是Google于2016年提出的分布式机器学习范式，核心原则是"数据不动模型动"——模型在各参与方的本地数据上训练，仅将模型更新（梯度或参数）上传至中心服务器聚合，原始数据始终留在本地。这一范式从根本上解决了数据隐私与数据共享之间的矛盾。

二、三大联邦范式

• 横向联邦学习（HFL）：参与方拥有相同特征空间但不同样本，如不同银行的信用卡风控数据。最常用的范式，Google的Gboard输入法就是典型应用
• 纵向联邦学习（VFL）：参与方拥有相同样本但不同特征空间，如银行+电商+社交平台联合建模用户画像
• 联邦迁移学习（FTL）：参与方样本和特征空间均不同，通过迁移学习对齐表示空间

三、核心算法与隐私保护

FedAvg（联邦平均）是最基础的聚合算法：中心服务器对各客户端的模型参数进行加权平均。在此基础上，差分隐私（DP）通过对梯度添加噪声保护个体隐私，安全聚合（Secure Aggregation）通过多方安全计算确保中心服务器无法看到单个客户端的模型更新。

四、实战框架与挑战

主流开源框架：FATE（微众银行）、TensorFlow Federated（Google）、PySyft（OpenMined）。主要挑战：通信效率（模型上传下载带宽压力）、统计异质性（各客户端数据非独立同分布）、激励机制（如何激励参与方贡献高质量数据）。

相关阅读：大模型安全与对齐 | AutoML自动化机器学习