入学与参与选择偏差下的联邦学习

联邦学习（FL）从分布式客户端处训练共享模型，常隐含假设Contributing clients（贡献客户端）代表目标人口。在实践中，这一代表性假设可能在两个不同阶段失败，导致选择偏差。首先， eligibility 规则（如设备限制、软件要求或用户同意）决定了哪些客户端被录取并可被训练，从而导致 \emph{入学偏差}。其次，在已录取的客户端中，用户和系统因素（如电池状态、网络状态和本地时间）决定了哪些客户端在每个通信轮次中参与，从而导致 \emph{参与偏差}。尽管现有工作在解决轮级参与偏差方面取得了一些进展，但对 population-level 入学偏差的关注极少，这会导致训练目标与目标人口目标之间的持续性不匹配。我们在两个阶段选择模型下形式化 FL，推导 \textsc{FedIPW}——一种逆概率加权聚合方案，可在标准的 ignorability（可忽略性）和 positivity（正性）假设下恢复目标人口均值更新。由于客户端级别的协变量对于非录取客户端往往不可得，我们还引入一种有限信息聚合校准扩展，利用已知目标人口概述来对已录取样本进行加权，从而部分纠正入学偏差。我们进一步提供一种算法无关的优化分析，讨论残余加权误差并指出不完全选择纠正可能导致非消失偏差底峰。最后，合成联邦逻辑回归实验验证了预测的目标不匹配，并表明入学校正可在两个阶段选择下降低目标人口误差。