FedCORA：面向真实世界客户端异构性的可解释上下文感知联邦聚合框架

《Machine Learning with Applications》：FedCORA: An interpretable context-aware aggregation framework for federated learning under real-world client heterogeneity

　　

联邦学习（Federated Learning）使各客户端在不汇集原始数据的前提下共同训练一个共享模型，但当客户端数据呈非独立同分布（non-IID）时精度会下降，且在本文评估的配置下，标准修正方法FedProx并未优于简单平均。研究人员提出FedCORA，一种通过小型可解释模糊规则库读取各客户端运行上下文的聚合规则。由客户端自身记录计算的四个指标——负载指示器、超限指示器、信号变异性指数及其近期验证误差——决定其聚合权重，且近端拉拽仅应用于被稳定性门控标记为不稳定的客户端。研究人员在一个真实异构问题上进行评估：对三所运行中学校的室内CO₂进行60分钟提前预测，这些学校的分布差异显著（Jensen–Shannon散度最高达0.24），使用研究人员自行设计并每校部署两至三个月的低成本传感器节点；联邦协议在集中采集的数据集上模拟执行，而非现场运行。在十次独立运行中，FedCORA达到178.6±2.0 ppm的均方根误差（RMSE），而集中式训练为181.2±7.6 ppm，该差异无统计学显著性（p=0.31），不能据此建立等价性；同时FedCORA显著优于FedAvg、等权重平均、FedProx、SCAFFOLD和FedNova（所有p≤0.012）。通过将聚合与上下文指标而非数据量挂钩，FedCORA为异构传感器网络提供了一种显式陈述而非学习得到的聚合规则；一个最多包含40个客户端的合成联邦表明，这套人工设定的权重无需失稳即可持续运行。

论文解读

1. 研究背景与现存问题

联邦学习（Federated Learning，FL）允许一组客户端在不汇集原始数据的情况下共同训练一个共享模型，这正适合独立持有的传感器网络。然而真实客户端数据往往呈非独立同分布（non-IID），标准聚合规则FedAvg在这种情况下会产生漂移并损失精度。既有修正方法各有侧重：FedProx通过近端惩罚限制局部模型偏离全局模型，SCAFFOLD利用控制变量消除漂移，FedNova对不均匀的本地工作量进行归一化，个性化方法则放弃单一共享模型。这些方法大多在人为划分的基准数据集上验证，而真实传感器群并非预先划分。此前跨建筑联邦学习也缺少真实建筑数据上的硬证据。为此，研究人员利用三所学校真实采集的CO₂数据，提出可解释、上下文感知的联邦聚合框架FedCORA，以应对真实客户端异构性。

2. 研究内容与意义

研究人员自行设计并部署了低成本传感器节点，在三所运行中的学校教室中每10分钟记录一次CO₂等数据，持续约两至三个月。三所学校CO₂分布差异显著，成对Jensen–Shannon散度（Jensen–Shannon divergence）最高达0.24，构成真实的non-IID联邦问题。研究评估了60分钟提前的室内CO₂预测任务，并采用模拟联邦协议在集中采集的数据集上训练。结果表明，FedCORA的池化均方根误差（Root Mean Square Error，RMSE）为178.6±2.0 ppm，与集中式训练的181.2±7.6 ppm无显著差异（p=0.31），且显著优于FedAvg、等权重平均、FedProx、SCAFFOLD和FedNova（所有p≤0.012）。该研究的意义在于：将联邦聚合与数据量解耦，改为由可解释的上下文指标驱动，使异构传感器网络获得一种显式而非黑盒的聚合规则，同时保持与集中式训练相当的精度。

3. 主要技术方法

样本来源为三所真实学校（A、B、C）的教室CO₂监测数据，每校分别连续采集91、101、67天，经最小清洗后按时间顺序划分70/15/15训练/验证/测试集。基础模型为单层64单元长短期记忆网络（Long Short-Term Memory，LSTM），输入两小时多通道窗口，输出60分钟CO₂预测。联邦协议在中央数据集上模拟：每所学校作为客户端，服务器广播全局权重，各客户端本地训练若干轮后返回更新。FedCORA计算每个客户端的四个标量（负载指示器、通风充分性指示器、环境可靠性指数（Environmental Reliability Index，ERI）、归一化本地验证误差），输入Mamdani模糊规则库得到归一化聚合权重；稳定性门控（ERI≥0.7且训练前验证RMSE≤80 ppm）决定是否对客户端施加近端正则化。主要比较基线包括集中式、本地、FedAvg、等权重平均、FedProx、SCAFFOLD和FedNova。

4. 研究结果

4.1 池化精度与集中式参考及联邦基线的比较

在60分钟预测任务上，十次独立运行的池化测试结果表明，FedCORA达到178.6±2.0 ppm RMSE，集中式训练为181.2±7.6 ppm，两者差异无统计学显著性（Welch t检验p=0.31，Mann–Whitney U检验p=0.27），但非显著差异不等同于等价。FedCORA比FedAvg低15.5 ppm、比等权重平均低12.4 ppm、比FedProx低13.8 ppm、比SCAFFOLD低32.8 ppm、比FedNova低31.8 ppm，所有差异在两种检验下均显著（p≤0.012）。此外，FedCORA的跨运行标准差仅2.0 ppm，低于集中式训练的7.6 ppm和FedAvg的12.9 ppm。

4.2 标准修正方法在此处失效的原因

逐校结果显示，FedProx在学校A的RMSE高于FedAvg，而在学校B和C低于FedAvg；SCAFFOLD和FedNova在评估配置下均高于210 ppm。按相对RMSE归一化后，学校A对所有方法均为最困难场景（22%–29%相对误差），FedCORA的池化相对误差为14.9%，为所有方法中最低。

4.3 FedCORA各组件的贡献

消融研究（五次独立重训）显示，去掉模糊上下文加权并退回数据集大小加权，池化RMSE增加14.1 ppm；去掉近端项使RMSE增加8.5 ppm；去掉通风充分性输入增加2.4 ppm；去掉可靠性输入增加0.8 ppm。该消融结果表明，上下文加权和近端正则化均构成FedCORA精度的重要来源。

4.4 对未见建筑的迁移能力

留一校交叉测试中，用两所学校训练并对第三所未见学校评估：FedCORA在所有三种情况下均低于FedAvg，分别低40 ppm（A）、20 ppm（B）和51 ppm（C），且跨运行离散度更低。被留出的学校A是最不同的建筑，任何由B和C构建的模型都无法达到其状态分布，因此R²为负。

4.5 学习在何处有效、何处无效

将预测时域从30扫描到120分钟，并与“无变化”持续性基线比较：30分钟时CO₂近乎持续，FedCORA对持续性仅领先1.5%；60分钟时领先7%，90分钟时15.7%，120分钟时21.1%。因此研究以60分钟为主要报告时域，并强调短时域CO₂预测应参考持续性基线。

4.6 聚合过程的可解释性

FedCORA的聚合权重在联邦轮次中保持稳定并可从规则表重建：学校C尽管环境可靠性指数最低，但因其本地验证误差最小而获得最大权重（约0.50）；学校A可靠性最高但因误差高被降权至约0.24；学校B因通风充分性最低、负载较高而被规则R8降权至约0.25。

4.7 收敛速度与通信成本

FedCORA平均在11.4轮收敛，整次运行333秒，上传权重总量2.4 MB，低于FedAvg（3.8 MB）、FedNova（4.6 MB）和SCAFFOLD（7.3 MB）。在与基线匹配本地轮数的对比中，FedCORA在三轮和五轮本地训练下均优于FedAvg（179.2 vs 206.2 ppm和183.8 vs 192.4 ppm），说明精度优势并非来自更少的本地轮数。

4.8 预测在建筑中的实际价值

实测显示三所学校超过1000 ppm的时间占比分别为55%、70%和89%，超过1500 ppm最高达28%，说明室内空气确实需要管理。在1000 ppm阈值下的超限事件检测中，各方法F1相近，等权重平均取得最高F1（0.926），FedCORA取得最高召回率（0.942），但研究不据此推断报警提前时间。

4.9 客户端数量增长时的行为

将三所真实学校按时间连续分片为6和9个模拟客户端后，FedCORA在各客户端数量下均优于数据集大小加权（9客户端时191.3 vs 208.9 ppm）。为增加独立性，研究构建了最多40个客户端的合成联邦，其中占用负载、通风率和传感器噪声独立变化。结果显示，FedCORA的聚合权重与客户端难度呈强负相关（r=-0.86至-0.83），稳定性门控确实区分难易客户端，且在所有数量下均未失稳；在合成数据上三方法池化精度接近，因为各局部模型已能较好拟合自身分布。

5. 讨论与结论

讨论部分指出，研究无意提出新的non-IID优化理论，而是提供一个运营商可直接使用的聚合规则；其权重来自客户端自身数据而非数据量，规则显式可追溯。结论部分翻译如下：研究人员旨在让联邦学习在真实而非人为划分的non-IID问题上工作，并检验标准工具在真正不同的客户端上的表现。结果表明，多数标准工具表现不佳：普通平均落后于集中式模型，针对non-IID设计的FedProx、SCAFFOLD和FedNova在此处甚至比平均更差。FedCORA从每个客户端数据中读取四个指标，通过可解释模糊规则加权，并对稳定性门控标记为不稳定的客户端施加近端项。在60分钟CO₂预测的十次独立运行中，FedCORA达到178.6 ppm对集中式181.2 ppm，差异不显著且不构成等价证明，但显著优于全部五个联邦基线，并以有竞争力的通信成本收敛和传输，且对未参与训练的建筑迁移优于平均。研究也明确其局限：三个客户端仍属小型联邦，最不同建筑的迁移困难，未使用日历特征，联邦协议为模拟而非现场运行；未来工作应扩大客户端池、恢复可靠时间戳、从数据中学习模糊规则库，并将预测闭环到通风控制。