不暴露交集成员身份的纵向联邦学习
机器学习
2021-06-11 v1 人工智能
摘要
纵向联邦学习（vFL）允许多个拥有同一数据实体（如个人）不同属性（如特征与标签）的参与方联合训练模型。为准备训练数据，vFL需识别所有参与方共有的数据实体。这通常通过私有集合交集（PSI）实现，即利用个人可识别信息（如邮箱）作为样本ID对齐数据实例，从而确定各参与方训练样本的交集。结果，PSI会使交集的样本ID对所有参与方可见，因此每一方都能知晓交集所示数据实体也出现在其他方，即交集成员身份。然而，在许多现实中对隐私敏感的机构（如银行与医院），暴露其数据实体的成员身份是被禁止的。本文中，我们提出一种基于私有集合并集（PSU）的vFL框架，使各参与方将敏感成员身份信息保留给自己。我们的PSU协议不识别所有训练样本的交集，而是生成样本的并集作为训练实例。此外，我们提出生成合成特征与标签的策略，以处理属于并集但不属于交集的样本。通过在两个真实世界数据集上的大量实验，我们表明该框架能在保持模型效用的同时保护交集成员身份的隐私。
引用
@article{arxiv.2106.05508,
title = {Vertical Federated Learning without Revealing Intersection Membership},
author = {Jiankai Sun and Xin Yang and Yuanshun Yao and Aonan Zhang and Weihao Gao and Junyuan Xie and Chong Wang},
journal= {arXiv preprint arXiv:2106.05508},
year = {2021}
}