一种新的聚类联邦学习方法：一种不共享模型的方法

近年来，跨机构利用敏感数据的需求不断增长，导致对联邦学习（FL）的关注度提高。FL是一种无需共享原始数据即可进行模型训练的分布式机器学习范式。然而，现有的基于联邦学习的聚类方法（即联邦聚类）通常假设简单的数据划分场景，如水平或垂直划分，无法处理更复杂的分布结构。本研究提出了数据协作聚类（DC-Clustering），这是一种新的联邦聚类方法，支持水平和垂直划分共存的复杂数据划分场景下的聚类。在DC-Clustering中，每个机构仅共享中间表示，而不共享原始数据，从而在保护隐私的同时实现协作聚类。该方法允许在k-均值和谱聚类之间灵活选择，并通过一次与中心服务器的通信即可获得最终结果。我们使用合成数据和公开基准数据进行了广泛实验。结果表明，该方法在聚类性能上相当于集中式聚类（即将所有数据合并）的性能。DC-Clustering 解决了当前FL研究中的重要空白，使其能够从分布式异构数据中实现有效的知识发现。其实用属性——隐私保护、通信效率和灵活性——使其成为面向医疗保健和金融等隐私敏感领域的有前景的工具。