联邦生存森林

生存分析是统计学的一个子领域，旨在对特定群体中感兴趣事件的发生时间进行建模。生存分析在医疗保健、工程学和社会科学中得到了广泛应用。然而，现实世界中的应用涉及分布式的、不完整的、删失的且保密的生存数据集。在此背景下，联邦学习可以极大地提升生存分析应用的性能。联邦学习提供了一组隐私保护技术，能够在不损害用户隐私的情况下在多个数据集上联合训练机器学习模型，从而获得更好的泛化性能。然而，尽管联邦学习在近年的人工智能研究中得到了广泛发展，但鲜有研究关注联邦生存分析。在本工作中，我们基于最成功的生存模型之一——随机生存森林，提出了一种新颖的联邦生存分析算法。我们将所提出的方法称为联邦生存森林（FedSurF）。仅需一轮通信，FedSurF 即可获得与经过数百次联邦迭代训练的基于深度学习的联邦模型相当的判别能力。此外，FedSurF 保留了随机森林的所有优势，即低计算成本以及对缺失值和不完整数据集的自然处理能力。这些优势在存储于计算能力较低设备上的多个小型数据集的真实联邦环境中尤为理想。数值实验将 FedSurF 与联邦网络中最先进的生存模型进行了比较，展示了 FedSurF 在具有非同分布数据的真实环境中如何优于基于深度学习的联邦算法。