什么是 联邦学习（Federated Learning）？
联邦学习（Federated Learning）是一种分布式机器学习方法：客户端在本地数据上训练，并发送模型更新或其他任务特定消息，经聚合形成共享模型，而不把原始数据集中到同一处。
快速了解
| 规范文档 | 官方规范 |
|---|
工作原理
把训练组织成版本化通信轮次
每轮由 Server 选择合资格 Client 并下发同一 Model Version。Client 按声明的 Optimizer、Epoch 上限、Clipping Rule 和 Data Snapshot 本地训练，再返回 Update 与聚合所需的最少 Metadata。Server 拒绝过期或格式错误的 Update，聚合已接受贡献，评测并记录新模型血缘后进入下一轮。重试不能把同一 Client 更新静默计算两次。
把数据异构作为一等约束
FedAvg 原始论文把 Non-IID、样本量不平衡、大规模分布和通信受限视为联邦场景的定义性条件。按样本数加权优化的是全局样本级目标，但可能忽略稀有 Client，Local Step 过多也会放大 Client Drift。应同时评测全局与逐 Client 效用、参与偏差、收敛、通信、能耗和失败率，而不是只报告一个汇总准确率。
显式添加隐私与完整性控制
传输加密不能向 Coordinator 隐藏解密后的单个 Update。NIST PPFL 隐私红队问题展示了从 Client Model 或 Gradient 执行成员推断与重建的风险。Secure Aggregation 可把个体更新隐藏在 Cohort Sum 中，Differential Privacy 可限制一个已声明贡献，Robust Aggregation 与异常复核则处理恶意更新；任何一项都不能单独证明同意、合法使用、公平或删除。
主要特点
- 原始训练记录留在客户端，只交换任务特定更新
- 按轮次协调客户端选择、本地训练、聚合与模型再分发
- 包含信任假设不同的 Cross-Device 与 Cross-Silo 部署
- 必须处理 Non-IID、样本量不均、Straggler 和间歇可用性
- 转移而不是消除隐私、完整性与治理风险
- 需要逐客户端和系统级评测，不能只看全局指标
常见用途
- 基于设备端交互训练输入法或个性化模型
- 多家医院在不汇集原始病历时协作建模
- 不同机构保持数据托管边界并联合训练反欺诈模型
- 从通信受限的工业设备或边缘设备群学习
- 跨受治理数据孤岛评测隐私保护研究方案
示例
Loading code...常见问题
联邦学习怎样工作？
Coordinator 把模型下发给选中的 Client，Client 使用本地数据训练并返回更新，Coordinator 校验并聚合已接受更新，形成下一版全局模型，再重复该过程。真实系统还需要 Client 资格、版本检查、失败恢复、评测、隐私控制与可审计血缘。
数据留在本地是否代表联邦学习天然保护隐私？
不是。本地保留降低了原始数据集中化，但 Model Update、参与元数据、Checkpoint 与最终模型都可能泄露信息。保证强度取决于威胁模型，以及安全聚合、差分隐私、访问控制、保留策略和隐私攻击测试等控制。
Cross-Device 与 Cross-Silo 联邦学习有什么区别？
Cross-Device 通常协调大量间歇在线的消费者设备，每端数据少且通信受限；Cross-Silo 一般连接少量机构，基础设施稳定、数据集较大、身份和治理经过协商。两者在故障、信任、抽样与聚合假设上都不同。
为什么 Non-IID 数据会影响联邦学习？
各 Client 可能覆盖不同人群、标签、时期或使用习惯，因此本地目标会指向不同方向，多次 Local Optimization 还可能放大 Client Drift。团队应评测收敛及逐 Client、逐切片效用，不能假设汇总 Validation Score 代表每个参与方。
FedAvg 足以构成生产级联邦学习系统吗？
不足。FedAvg 是聚合与优化基线。生产系统还需要参与方认证、Update 校验、安全传输、隐私保护、投毒防御、模型与数据版本、Straggler 处理、回滚、监控，以及针对目的、同意、保留和删除的治理。