论文标题：A survey on federated learning: a perspective from multi-party computation（联邦学习综述——多方计算的视角）

期刊：Frontiers of Computer Science

作者：Fengxia LIU, Zhiming ZHENG, Yexuan SHI, Yongxin TONG, Yi ZHANG

发表时间：15 Jul 2023

DOI：10.1007/s11704-023-3282-7

微信链接：点击此处阅读微信文章

导读

联邦学习(FL)作为一种流行的机器学习范式出现，它允许多个数据所有者在不共享其原始数据集的情况下协同训练模型。它在敏感数据上具有广泛的分析应用潜力。例如，联邦学习已经应用于医疗大数据分析，如疾病预测和诊断，而不向第三方服务透露患者的私人医疗信息。它也被银行和保险公司用来为风险评估或客户推荐训练精确的机器学习模型。

联邦学习通过将训练过程分解为局部训练和模型聚合，使协作模型训练成为可能，而无需在数据所有者之间共享原始数据集。每个数据所有者在自己的数据分区上进行本地训练，并且只传达中间结果，例如，在集中的服务器或其他数据所有者上进行模型聚合的梯度。与中央服务器协调模型聚合的联邦学习称为中心化FL，而以对等方式进行的模型聚合称为去中心化FL。中心化FL给服务器带来了高计算工作量，而去中心化FL则涉及对等方之间的过度通信。因此，半中心化FL最近被提出通过进行聚类或分层模型聚合来平衡计算和通信成本。

我们专注于有隐私保障的联邦学习。注意，交换中间结果，例如梯度而不是原始数据集可能仍然泄露隐私。因此，在联邦学习过程中，安全通信和计算需要额外的技术。我们特别感兴趣的是多方计算，这是一种通用的，基本的技术类别，它为聚合计算提供多方私人输入，而不透露任何一方的私人数据。常用的多方计算技术包括混淆电路，秘密共享，同态加密，差分隐私等。近年来，通过多方计算进行联邦学习的隐私得到了加强。

本综述旨在全面概述多方计算中有隐私保障的联邦学习。我们回顾了哪些多方计算方案适用于中心化，去中心化和半中心化联邦学习中的隐私保护。我们还讨论了在采用各种多方计算技术时如何提高联邦学习的准确性和效率。

文章精要

相关内容推荐：

文章精要 | 华东师范大学钱鸿团队：基于骨架约束的双目标演化贝叶斯网络结构学习 2023 17(6)：176350

文章精要 | 基于单字生成的词语简化 2023 17(6)：176347

文章精要 | 胶囊图卷积网络的动态深度宽度优化 2023 17(6)：176346

文章精要 | 基于PCA与CNN深度学习相结合的企业财务绩效评价与预测 2023 17(6)：176345

文章精要 | 东南大学张宇团队：场景文本检测中的标签分布学习 2023 17(6)：176339

文章精要 | 上海交通大学张伟楠团队：综述：顺序决策中的大规模序列模型 2023 17(6)：176349

文章精要 | BGNN: 基于行为感知的图神经网络的异构会话序列推荐 2023 17(5)：175336

文章精要 | 西北师范大学马慧芳教授：基于谱图小波的高效多尺度社区搜索方法 2023 17(5)：175335

文章精要 | 南京航空航天大学陈松灿教授团队：通过辅助大任务学习标签不一致的多任务 2023 17(5)：175342

文章精要 | 基于集成自编码器的无监督领域自适应表示学习方法 2023 17(5)：175334

文章精要 | 基于属性增广的众包标记集成 2023 17(5)：175331

文章精要 | 基于核最大均值差异的主动标记分布学习方法 2023 17(4)：174327

文章精要 | 一种求解多约束机器人任务的稳定演员-评论家算法 2023 17(4)：174328

文章精要 | 基于人体动作配准的视频对齐方法 2023 17(4)：174324

文章精要 | 基于自监督表征学习的深度主动采样方法 2023 17(4)：174323

文章精要 | 一种用于异构聚类的深度对抗贝叶斯生成模型 2023 17(3)：173322

文章精要 | 北京航空航天大学牛虹婷团队：基于大规模移动数据的城市商圈潮汐效应探索 2023 17(3)：173319

Frontiers of Computer Science

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社和北京航空航天大学共同主办、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，双月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华教授，共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”；入选“中国科技期刊卓越行动计划项目”。

《前沿》系列英文学术期刊

由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。

中国学术前沿期刊网

http://journal.hep.com.cn