面向表格数据孤岛的对比联邦学习

由于数据的碎片化特性、样本不对齐以及严格的隐私问题，从垂直分区的数据孤岛中进行学习极具挑战性。联邦学习已被提出作为一种解决方案。然而，跨数据孤岛的样本不对齐常常阻碍模型达到最优性能，并暗示需要在模型内共享数据，这破坏了隐私。我们提出的解决方案是面向表格数据孤岛的对比联邦学习 (CFL)，它提供了一种在样本不对齐的数据孤岛中进行学习的方案，无需共享原始或代表性数据即可维护隐私。CFL 首先在每个数据孤岛内局部获取数据的对比表示，然后通过联邦学习算法聚合来自其他数据孤岛的知识。我们的实验表明，CFL 解决了现有算法在数据孤岛上的局限性，并且优于现有的表格对比学习。CFL 在不放松隐私保护的前提下提供了性能提升。