联邦学习

1. 3 秒看懂

联邦学习（Federated Learning）是一种“数据不动模型动”的分布式机器学习范式：多个参与方在各自数据不出域的前提下，通过交换加密的模型更新（而非原始数据）来协作训练一个共享的高质量模型，是应对数据隐私法规、打破“数据孤岛”的核心技术之一。

2. 3 分钟产业解释

一句话定义

联邦学习让医院、银行、手机厂商等机构在不泄露原始数据的情况下，联合训练人工智能模型，实现“数据可用不可见”。

为什么需要联邦学习？

全球数据保护法规趋严（GDPR、中国《个人信息保护法》等），直接汇聚多方数据训练模型面临极高的合规风险。同时，数据作为新型生产要素，大量高价值数据沉淀在机构内部和用户终端，形成“数据孤岛”。联邦学习在合规、安全与数据价值激活之间构建了一条可行通路。

核心工作流程

1. 初始化：中央协调服务器发布一个初始的全局模型（如神经网络权重）。
2. 本地训练：参与方（客户端）下载该全局模型，使用各自持有的本地数据独立计算模型更新（梯度）。
3. 安全传输：参与方将更新通过同态加密、秘密共享或差分隐私等技术处理后上传，确保服务器无法还原单个参与方的原始梯度。
4. 安全聚合：服务器对所有密文更新执行聚合运算（如加权平均），得到一个新的全局模型，而无需解密任何单方数据。
5. 迭代收敛：反复执行步骤2-4，直到模型性能（如准确率、损失值）收敛。最后将训练好的共享模型分发至各参与方使用。

典型应用模式

• 横向联邦学习：参与方拥有的数据特征空间相同，但样本ID不同。例如：不同地区的两家银行分别持有不同客户相似的信贷特征，联合起来训练反欺诈模型。
• 纵向联邦学习：参与方持有的样本ID大量重叠，但特征空间不同。例如：同一批用户在一家电商平台有消费记录，在另一家银行有信用记录，双方在不暴露用户交集的前提下，为每个用户拼接特征训练信用评估模型。
• 联邦迁移学习：参与方在样本ID和特征空间上重叠都很小，需借助迁移学习技术将不同数据域的知识对齐，多用于跨行业、跨模态的稀疏重叠场景。

产业定位

联邦学习是隐私计算（Privacy-Preserving Computation）技术栈的核心组件，与安全多方计算（MPC）、可信执行环境（TEE）等技术协同，一起构成数据要素安全流通的技术底座。在中国“数据二十条”（2022年发布）等政策推动下，联邦学习从学术研究走向金融、医疗、政务等领域的规模化交付。

3. 技术原理

3.1 核心数学与密码学基础

• 横向联邦的安全聚合：经典方法如《Communication-Efficient Learning of Deep Networks from Decentralized Data》（McMahan et al., 2016）提出的FedAvg算法，要求服务器只能获得聚合后的权重和，而不能访问单个客户端的更新。技术上可基于加法同态加密（如Paillier算法）实现，各客户端将加密的梯度向量上传，服务器在密文域执行向量相加，再将解密后的聚合结果更新全局模型。
• 纵向联邦的样本对齐与加密梯度交换：首先通过隐私保护实体对齐（基于RSA盲签名或布隆过滤器）找出共同样本ID，而不泄露非交集用户。训练过程中，参与方各自维护部分模型（如底部模型），交互加密的中间梯度或损失值，依赖于安全多方计算（MPC） 协议或同态加密实现安全的矩阵运算。逻辑回归、XGBoost等算法已有成熟的纵向联邦实现。
• 差分隐私（DP）保障：为防止从模型参数推断出个体信息，可在本地梯度更新中注入符合高斯或拉普拉斯分布的噪声，满足(ε, δ)-差分隐私。ε越小，隐私保护越强，但模型可用性可能下降。实际部署需要权衡隐私预算。

3.2 主流算法演进

• FedAvg：最简单且广泛使用，但面对Non-IID（数据非独立同分布）和系统异构时收敛缓慢。
• FedProx：在本地损失函数中增加近端项，约束模型偏离全局模型的程度，提升Non-IID场景下的稳定性。
• FedNova：解决不同客户端训练步数不一致带来的目标不一致问题，对异质系统更鲁棒。
• Scaffold：使用控制变量修正客户端漂移，适用于梯度差异大的多客户端环境。
• 联邦树模型：纵向联邦学习中，SecureBoost等算法对梯度提升树适配，已在多个风控场景落地。

3.3 安全威胁与防御体系

联邦学习并非绝对安全，其威胁模型主要分为：

• 投毒攻击：恶意参与方上传篡改的模型更新，以破坏全局模型性能（无目标攻击）或植入后门（有目标攻击）。防御手段包括拜占庭鲁棒聚合规则（如Krum、Trimmed Mean）及异常检测。
• 梯度泄露攻击：从共享的梯度反推原始特征乃至训练数据（如Deep Leakage from Gradients）。防御依赖梯度裁剪、差分隐私加噪、安全聚合等技术。
• 成员推断攻击：通过模型预测结果推断某一样本是否在训练集中。引入差分隐私可提供理论保障。

联邦学习需结合可信执行环境（TEE） 提供硬件级隔离，或将关键计算置于TEE中，形成“联邦学习+TEE”混合架构，以降低软件层面的安全风险。

4. 关键参数

对于联邦学习系统设计与评估，以下工程与安全参数至关重要，实际数值因场景而异：

实际落地需根据业务隐私需求、网络条件、计算资源共同确定上述参数目标，并通过联邦仿真平台（如FATE-Board、TensorBoard Federated）进行配比调优。

5. 技术路线

5.1 开源框架路线

目前业界主推的联邦学习框架形成了三条技术生态路线：

• 底层自带联邦能力的深度学习框架：

  • TensorFlow Federated (TFF)：谷歌开源，深度集成TensorFlow生态，侧重移动/边缘设备横向联邦，支持差分隐私和张量安全聚合，但纵向联邦支持较弱。
  • PaddleFL：百度基于飞桨，提供横向、纵向及联邦迁移学习的完备支持，内置多种联邦优化算法，与中国国产硬件（如昆仑芯）适配性好。
  • PySyft：基于PyTorch的隐私计算框架，支持联邦学习、MPC、同态加密等多种协议，学术社区活跃，但工业级稳定性仍在完善中。

• 专门构建的联邦学习中间件/平台：

  • FATE（Federated AI Technology Enabler）：微众银行发起并开源的全球首个工业级联邦学习框架，纵向联邦学习成熟度领先，内置丰富算法（安全提升树、逻辑回归、神经网络），已形成IEEE国际标准（IEEE 3652.1-2022《联邦学习技术指南》），企业部署案例最多，生态最完整。
  • PrimiHub、SecretFlow（蚂蚁集团）等：倾向于融合MPC、TEE等隐私计算技术的一体化框架，支持跨进程、跨语言。

• 商业化联邦学习平台：百度智能云联邦学习平台、华为ModelArts联邦学习、腾讯云Angel PowerFL等，以云服务形式提供弹性算力和可视化管理。

5.2 部署架构路线

• 集中式协调服务器：最为主流，一个逻辑中心负责模型聚合与调度，适用于跨机构协作。
• 去中心化/点对点联邦学习：无需中央服务器，参与方通过Gossip协议或区块链共识机制交换模型，抗单点故障，但收敛较慢，常与区块链结合实现审计存证。
• 联邦学习+可信执行环境混合：将聚合或梯度解密操作放入TEE（如Intel SGX、AMD SEV），进一步增强安全可信，抵消部分软件密码学开销。

5.3 标准化与互联互通

中国信通院推行“隐私计算 联邦学习”性能测试标准，推动不同框架间互联互通。FATE、PaddleFL等已开展跨平台互操作试验，目标是实现模型、算法和数据的统一描述与交换，解决供应商锁定问题。该标准路线仍处于早期，预计2025年前后出现成熟版本。

6. 上游

联邦学习产业的上游为其提供基础运算、安全算法和算力硬件的技术供应商。

6.1 算力与AI芯片

• GPU：NVIDIA A100/H100是训练侧主力，边缘端采用Jetson系列；国产替代包括华为昇腾、寒武纪等。
• FPGA/ASIC加速卡：在垂直行业（金融）用于加速同态加密、MPC操作，如英特尔FPGA PAC、百度昆仑、阿里巴巴含光等。
• TEE硬件：Intel SGX（第三代至强可扩展处理器）、AMD SEV、海光CSV（国产化x86 TEE方案）等，提供可信隔离环境，多用于金融级联邦学习节点。

6.2 密码学与安全技术库

• 同态加密库：微软SEAL、IBM HELib、PALISADE/OpenFHE（全同态），以及蚂蚁摩斯（Morse）的安全库等。
• MPC协议库：ABY、EMP-toolkit、SPDZ等学术库，以及数牍科技、华控清交等商业公司优化的高性能协议（如混淆电路、秘密共享）。
• 差分隐私库：Google DP-Library、Opacus（PyTorch）等，为联邦学习客户端提供即用型加噪模块。

6.3 数据要素基础设施

上游还包含提供合规数据标注、数据脱敏、数据质量评估的“数据商”或技术中间商。在中国，“数据交易所”如北京国际数据交易所、深圳数据交易所，正逐步引入联邦学习作为场内数据融合的技术支撑，属于上游制度供给。

7. 下游

联邦学习的最终价值实现在应用场景中，主要覆盖六大纵深行业：

7.1 金融风控与营销

银行、保险、消费金融公司联合构建反欺诈模型、多头借贷模型、信用评分卡和精准营销模型。例如，某银联数据与多家银行联合实施纵向联邦信贷风险评估，在保护各方客户隐私前提下将坏账率降低15%以上（来源：微众银行《联邦学习白皮书V2.0》，2021）。金融是当前联邦学习商业化落地最成熟、付费意愿最强的下游。

7.2 医疗健康

多家医院通过横向联邦学习联合训练疾病诊断模型（如肺结节CT检测、病理切片分析），样本数量从数千扩充到数万，模型AUC提升5-10个百分点。“多中心联邦学习平台”已在国内十余家三甲医院部署，用于罕见病研究和药物发现。医疗领域合规要求极高，联邦学习是跨医院数据共享的几乎是唯一合规方案。

7.3 政务与智慧城市

依托各省市大数据局，实现跨委办局数据融合而不汇聚原始库。如联合人社、医保、税务数据构建“政策找人”模型，精准推送补贴；或跨区域交通数据训练拥堵预测模型。深圳、上海等地政务数据平台已将联邦学习纳入标准能力。

7.4 智能终端与服务

谷歌Gboard输入法使用横向联邦学习改善输入预测，Meta在WhatsApp用联邦学习优化贴纸推荐，苹果使用差分隐私联邦学习改善Siri唤醒。中国手机厂商如OPPO、vivo也在探索这类端侧联邦学习，用于输入法、负一屏个性化推荐，但受端侧算力和通信开销制约，大规模落地仍存挑战。

7.5 汽车与物联网

新能源汽车采集海量行驶数据，但出于竞争和隐私无法直接共享。联邦学习使多家车企可联合训练自动驾驶感知模型或电池健康预测模型，提升模型泛化能力。工业预测性维护场景中，同行业不同工厂通过联邦学习构建设备故障预警模型，避免暴露各自产线核心数据。

7.6 互联网与广告

广告联盟中，媒体与广告主在不交换用户个人信息的前提下，共同训练转化率预测模型，实现合规归因。该场景对实时性要求高，催生了轻量级在线联邦学习技术需求。

8. 受益公司

以下公司在联邦学习技术研发、平台构建或生态推动中扮演关键角色，仅作产业图谱展示，不构成任何投资建议。

• 微众银行：发起和主导FATE开源生态，牵头制定IEEE联邦学习标准，输出联邦学习整体解决方案，为金融、医疗等领域提供落地案例，是产业早期布道者和核心贡献者。
• 百度：依托飞桨深度学习平台和PaddleFL框架，将联邦学习与自身AI云服务结合，赋能金融、政务用户，国产算力适配优势明显。
• 腾讯：推出Angel PowerFL，并与腾讯云隐私计算结合，在游戏、广告、金融领域落地，尤其微信端具备海量终端联邦学习潜在场景。
• 华为：在ModelArts平台集成联邦学习功能，结合昇腾芯片、TEE可信执行环境，提供云边端全栈联邦方案，助力制造、政务等。
• 蚂蚁集团：通过SecretFlow等隐私计算平台，将联邦学习与安全多方计算深度融合，服务于支付宝生态内支付、信贷等场景。
• 创业公司：
  • 华控清交：以多方安全计算为基础，融合联邦学习，服务金融、政务数据融合。
  • 洞见科技：专精隐私计算，推出InsightOne联邦学习平台，着重于金融风控和保险。
  • 星云Clustar：专注高性能隐私计算网络加速硬件，解决联邦学习通信瓶颈。
  • 数牍科技：提供软硬件结合隐私计算方案，包括联邦学习和TEE。
• 国际厂商：谷歌（TFF主要维护者）、Meta（PySyft开源贡献）、英伟达（提供联邦学习加速包FLARE）等，推动基础框架和硬件生态演进。

9. 市场规模

联邦学习作为隐私计算技术的关键组成部分，其独立市场规模尚无权威公开统计。行业调研机构通常以“隐私计算技术市场”或“数据安全流通市场”口径进行估算，联邦学习、安全多方计算和可信执行环境相融合的项目边界模糊。

• 全球市场：据市场研究机构MarketsandMarkets 2023年报告，全球隐私计算市场（含联邦学习、MPC、同态加密等）在2022年规模约17亿美元，预计2028年达到67亿美元，复合年均增长率(CAGR) 约25.3%。其中联邦学习板块占比未单独披露，但认为是增长最快的细分领域之一。（来源：MarketsandMarkets, “Privacy-Preserving Computation Market - Global Forecast to 2028”, 2023年发布，该数据为产业分析口径，并非精确会计统计。）
• 中国本土：根据IDC《中国隐私计算平台市场跟踪报告, 2023H2》（2024年初发布），2023年全年中国隐私计算平台市场规模达到约12.29亿元人民币，同比增长约35%，其中包括联邦学习、MPC、TEE等技术的软件与平台服务收入。若按技术拆分，联邦学习相关部分估计占比约一半，则对应市场大致在6亿元人民币左右，但IDC未发布官方技术占比数据，此处为合理推测。“公开资料未见”权威细分。此外，亿欧智库《2023中国隐私计算行业研究报告》预测2025年中国隐私计算市场将突破50亿元。随着数据要素市场建设和公共数据授权运营加速，联邦学习需求有望持续增长。
• 投融资热度：据公开投融资统计，2022年国内隐私计算（含联邦学习）领域共完成超过30笔融资，总金额超30亿元人民币，2023年融资趋于理性，但头部公司估值提升。

以上财务及市场数字均为行业整体口径，联邦学习具体规模因定义尚未统一而难以精确量化，读者应注意各数据来源差异，不作为投资决策依据。

10. 玩家对比

10.1 开源框架对比（2024年Q2主流版本）

支持度评级基于公开文档与行业反馈，星级为综合评估，不构成选型唯一依据。

10.2 商业解决方案综合能力（非金融机构评级）

典型厂商在金融领域招标中常见，技术能力、实施服务、合规资质为关键维度。华控清交和洞见科技偏向金融与政务项目，价格较高但算法定制性强；星云Clustar提供加速网卡差异化成套方案；百度、腾讯、华为依托云平台提供标准化产品，可达性强但行业定制深度相对有限。各厂商在通信效率、安全等级、易用性等方面互有长短，具体选型需基于PoC验证。

11. 风险

11.1 技术风险

• 通信效率瓶颈：联邦学习频繁交互模型，跨广域网情况下，单轮通信时间可能超过本地训练时间。大型语言模型（LLM）参数量巨大，通信负担严重，目前联邦LLM仍处于科研阶段。
• 系统异构性与掉队者：参与方算力、网络异构导致“掉队者问题”：聚合必须等待最慢的客户端完成训练，严重影响整体效率。现有算法尚无法完全规避。
• 安全防御的持续性：梯度反转攻击、模型窃取攻击技术持续演进，现有差分隐私加噪与安全聚合方案在新模型架构（如Transformer）下的有效性亟需安全审查。
• 模型质量损耗：隐私保护与模型精度之间存在权衡。高隐私预算（ε小）常会导致模型收敛慢、准确率下降，业务场景下可能不被接受。

11.2 商业与治理风险

• 贡献评估与激励机制缺失：当前缺乏客观、防篡改的数据贡献度衡量方法，各方无法公平分配联邦模型带来的收益，阻碍联盟生态的壮大。这是从“技术可行”到“商业可行”的最大阻碍。
• 责任界定模糊：当联邦模型产生错误决策（如错误拒绝贷款申请）时，责任归属难以厘清。技术上缺乏透明的归因手段。
• “伪联邦”与信任危机：部分方案宣称“数据不出域”，但实际梯度保护不足，或服务端仍可通过侧信道推断隐私，导致合作方信任脆弱，极易因一次安全事件而瓦解。
• 监管不确定性：跨国数据流动背景下，联邦学习产生的模型参数是否构成个人数据出境，各国监管机构尚无明确统一的判断标准，可能造成合规风险。

11.3 市场风险

• 开源框架碎片化与集成成本：多样的开源框架使得企业选择困难，技术栈锁定风险大；跨平台互操作标准未完善，切换成本高。
• 投入产出比待验证：隐私计算项目前期投入（硬件、密码学开发、合规适配）高，部分场景下是否比用合成数据或者本地训练带来足够的业务提升，尚乏长期回报量化报告。

12. 误读纠偏

• 误解一：“联邦学习=数据绝对安全” 纠正：联邦学习仅保证原始数据不出域，但无法完全防御从模型梯度推理隐私的攻击。必须搭配安全聚合、差分隐私等技术与严格审计形成纵深防御。安全是概率和假设前提下的，没有绝对。
• 误解二：“联邦学习必须搭配区块链” 纠正：区块链非必须。联邦学习用于模型协作训练，区块链可提供去中心化协调与审计存证，但引入引入额外复杂度。多数工业部署仍采用中心化协调服务器，更好兼顾效率和安全。
• 误解三：“联邦学习只适用于移动端/边缘端” 纠正：横向联邦确实源自谷歌Gboard，但纵向联邦学习在机构间协作（银行+电商）占比更大，是金融、医疗场景的主流。
• 误解四：“联邦学习模型质量总不如集中式训练” 纠正：在数据严重Non-IID或单方数据量过小时，联邦模型可能差于集中训练，但如果多方数据充分互补且采用合适的算法（如FedProx、FedOpt），联邦模型可以逼近甚至因隐私约束引入正则化效应而略优于单中心模型。并非必然质量折损。
• 误解五：“只要用了联邦学习就合规” 纠正：合规是包含法律、技术、管理措施的系统工程。联邦学习解决数据最小化问题，但仍需完成个人信息保护影响评估（PIPIA）、取得用户授权、明确数据处理角色等，不能替代完整合规流程。

13. 最新事件

• 2022年7月：IEEE正式发布 IEEE 3652.1-2022《联邦学习技术指南》，由微众银行等主导制定，是全球首个联邦学习国际标准，为术语定义、架构和安全测评提供基准。
• 2023年3月：国务院机构改革组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，进一步催热联邦学习等数据安全流通技术需求。
• 2023年8月：中国信息通信研究院联合多家机构发布《隐私计算 联邦学习 安全与性能测试标准》新版本，引入通信效率、异构容忍度等指标，推动产品标准化。
• 2023年11月：深圳数据交易所在场内交易中引入联邦学习技术，完成首批联邦学习数据融合服务交易，标志着联邦学习从项目制走向场内服务化。
• 2024年2月：FATE社区发布FATE v2.0版本，全面重构通信层，支持跨框架互操作适配器，大幅提升大规模节点部署效率和安全性。
• 2024年4月：英伟达发布NVIDIA FLARE 2.4联邦学习SDK，新增TEE集成和大型模型联邦支持，将联邦学习推入生成式AI领域探索。
• 2024年5月：北京国际数据交易所上架“联邦学习模型服务”数据产品，允许数据提供方以API形式参与模型训练并按效果付费，商业模式雏形显现。

14. 跟踪指标

关注联邦学习产业发展，以下量化与非量化指标可定期监测：

• 标准进展：IEEE P3652系列后续标准（如评估、安全等）的立项与发布；中国通信标准化协会（CCSA）联邦学习相关团标；信通院隐私计算联盟的互操作标准推进状态。
• 开源社区活跃度：FATE GitHub Stars、贡献者数量、每月活跃commits；PySyft、TFF等关注度。FATE目前Stars2.8万+（2024年5月），可作为生态基准。
• 公开招标与落地案例：中国政府采购网、招投标平台中“联邦学习”相关项目数量与金额，金融、政务招标频次可直接映射需求热度。2023年联邦学习相关公开招标项目约200+个（据公开检索），可逐年跟踪。
• 投融资事件：隐私计算（含联邦学习）领域天使轮到C轮融资频次与金额，头部公司估值变化，反映资本市场预期。
• 专利数量：全球及中国“联邦学习”相关专利申请量、授权量年增长率，可从中国国家知识产权局、WIPO查询。截至2022年，中国联邦学习相关专利申请超1.5万件，领跑全球。
• 模型性能基准：联邦学习基准测试平台（如FedML、FATE Benchmark）发布的最新模型精度、效率、安全等级竞赛成绩。
• 行业渗透率：金融、医疗、政务细分行业中，已采用或明确规划联邦学习的机构占比，可通过行业协会调研获取。

15. 信源

• McMahan, B., Moore, E., Ramage, D., Hampson, S., & Arcas, B. A. y. (2016). Communication-Efficient Learning of Deep Networks from Decentralized Data. arXiv preprint arXiv:1602.05629.
• Google AI Blog. (2017). Federated Learning: Collaborative Machine Learning without Centralized Training Data. https://research.google/blog/federated-learning-collaborative-machine-learning-without-centralized-training-data/
• IEEE 3652.1-2022. IEEE Guide for Federated Learning Technology. IEEE Standards Association.
• 微众银行.《联邦学习白皮书V2.0》(2021).
• 中国信通院.《隐私计算白皮书（2023年）》.
• IDC.《中国隐私计算平台市场跟踪报告, 2023H2》(IDC #CHC51590924, 2024年发布).
• MarketsandMarkets. (2023). Privacy-Preserving Computation Market - Global Forecast to 2028.
• 亿欧智库.《2023中国隐私计算行业研究报告》.
• TensorFlow Federated documentation. https://www.tensorflow.org/federated
• FATE开源社区. https://fate.fedai.org/
• 百度PaddleFL GitHub. https://github.com/PaddlePaddle/PaddleFL
• 国家数据局相关公开政策文件与“数据二十条”（《关于构建数据基础制度更好发挥数据要素作用的意见》，2022）.
• 相关招投标信息检索自各政府采购网公开数据（2023-2024年）。