第10章 应用前景
专题导航：总览 · CV、NLP与推荐 · 联邦强化学习 · 行业应用 · 生态与法律
本章先记住
- “数据敏感”不是采用联邦学习的充分理由。
- 项目必须证明多方数据互补、Local-only存在缺口，并明确训练与推理依赖。
- 统计收益、系统成本、隐私边界和联盟治理需要同时验收。
🧭 学习目标与本章地图
本章定位
- 在知识体系中的位置：用金融、医疗、教育、城市、边缘、区块链和5G说明联邦学习的产业动机。
- 前置知识：HFL/VFL/FTL分类、隐私安全、激励与系统约束。
- 后续基础：项目可行性评估、参与方治理、法规与风险分析。
- 核心问题：一个行业“有数据孤岛”是否足以证明应使用联邦学习？
一句话总结
行业采用联邦学习的前提不是数据敏感本身，而是多方数据确有互补价值、合法处理基础、可执行协议和可持续收益。
学习目标
- 用场景卡识别数据划分、标签方和交换信息。
- 说明为何不能直接集中数据。
- 判断FL相对部署方Local-only和可行集中参考是否有真实增益。
- 识别行业场景中的系统、隐私和治理风险。
Mermaid思维导图
一、行业场景卡
| 场景 | 数据关系 / FL类型 | 主要交换 | 首要风险 |
|---|---|---|---|
| 智慧消费金融 | 跨机构异构特征；VFL/FTL | 加密中间量/表征 | 歧视、标签滥用、关联推断 |
| 医疗诊断 | 跨院样本或特征；HFL/VFL/FTL | 模型或加密统计 | 重识别、域偏移、安全责任 |
| 个性化教育 | 学校与设备协作；HFL/FTL | 模型/表征 | 未成年人画像、不公平路径 |
| 智慧城市 | 多部门、多源传感；HFL/VFL | 模型、统计和表征 | 大规模监视、位置泄露 |
| 边缘与IoT | 大量端侧样本；HFL | 端侧模型更新 | 设备偏差、投毒、能耗 |
| 区块链+FL | 联邦协议与账本组合 | 更新摘要/审计记录 | 永久记录与隐私冲突 |
| 5G/无线 | 设备、基站与边缘节点；分层FL | 更新与网络状态 | 窃听、参与偏差、时延 |
为什么不能直接集中数据？
| 场景 | 主要约束 |
|---|---|
| 智慧消费金融 | 金融监管、商业竞争与目的限制 |
| 医疗诊断 | 高敏感健康数据与跨机构治理 |
| 个性化教育 | 未成年人数据保护与机构边界 |
| 智慧城市 | 部门孤岛、企业竞争与用途差异 |
| 边缘与IoT | 原始数据量大、低延迟和隐私需求 |
| 区块链+FL | 需要追踪责任，但仍应最小化上链信息 |
| 5G/无线 | 数据位于网络边缘且带宽受限 |
⚡ 易混淆点
区块链的不可篡改和可追踪性不等于模型更新正确，也不等于数据私密。把更新或元数据永久写入账本，可能增加可链接性、删除困难和合规风险。
二、项目判定清单
在决定使用FL前，依次回答：
- 多方数据的样本、特征和标签如何分布？
- 部署方Local-only的性能缺口是否真实存在？
- 集中处理是否真的不可行，集中参考是否仅用于受控评估，法律基础是什么？
- 交换更新是否比原始数据更低风险，如何证明？
- 训练和推理需要哪些方长期在线？
- 谁拥有模型、收益、审计权和退出权？
- 模型失败由谁承担责任？
- FL相对集中、可信执行环境或数据洁净室是否更合适？
三、关键假设与局限
| 维度 | 收益 | 代价或风险 |
|---|---|---|
| 模型效果 | 跨方互补数据提高覆盖 | 域偏移、标签标准和交集偏差 |
| 计算通信 | 数据附近计算、减少原始上传 | 密文与多轮协议、端侧能耗 |
| 隐私 | 减少直接集中 | 更新、输出、元数据仍泄露 |
| 鲁棒性 | 多源信息可提高覆盖 | 恶意方、单点和协同推理依赖 |
| 公平治理 | 多方共享收益 | 大机构控制、贡献难衡量 |
🧪 从理解到研究（进阶）
可证伪问题：在跨医院影像FL中，当设备厂商与患者群体同时偏移时，按医院平均的FedAvg改进是否来自设备特征而非病理知识；跨设备留一测试能否揭示这种伪泛化？
指标：院内/跨院/跨设备AUC、校准、最差医院性能和模型对设备属性的可预测性。