《Array》：Hierarchical federated learning for the Internet of Things: A comprehensive survey
编辑推荐：
分层联邦学习（Hierarchical Federated Learning, HFL）通过在资源受限设备与云之间引入中间边缘层，缓解了物联网（Internet of Things, IoT）生态系统中的广域通信瓶颈与聚合延迟。然而，这种多层架构将联邦学习塑造
分层联邦学习（Hierarchical Federated Learning, HFL）通过在资源受限设备与云之间引入中间边缘层，缓解了物联网（Internet of Things, IoT）生态系统中的广域通信瓶颈与聚合延迟。然而，这种多层架构将联邦学习塑造为一个跨层控制与信任编排问题，其中参与者选择、调度、资源分配与多层安全防护相互耦合。现有综述大多从孤立的架构视角或特定应用视角审视HFL，忽视了上述运行层面的相互依赖关系。本综述针对物联网网络中的自适应与信任感知HFL，开展了一项以决策为中心的系统性评述。基于系统综述协议，研究人员整合了135项经核验研究的证据基础，并建立了一个统一的数学框架，对比平面联邦学习与多层同步、异步及半异步HFL。研究人员引入了一个六视角分类体系，将研究按网络架构、运行决策、控制优化器、资源约束、可信性保障及实证成熟度进行归类。基于该分类体系，研究人员系统分析了自适应协调机制、针对系统性与双层非独立同分布异质性的缓解策略，以及多层防御机制，包括分层差分隐私、安全聚合、拜占庭鲁棒过滤和区块链支持的信誉追踪。此外，研究人员考察了用于HFL自主控制的强化学习形式化方法，评述了代表性物联网应用领域（工业物联网、医疗物联网、车联网与卫星网络），并评估了基准测试套件与可复现实践。最后，研究人员构建了一个结构化的“缺口—路线图”矩阵，将已识别的局限性关联到可检验的研究方向，为可扩展、可信赖的HFL部署提供了可操作的研究路线图。
**论文解读：物联网分层联邦学习的跨层决策框架、核心技术体系与实证挑战**
**一、研究背景与问题动因**
联邦学习（Federated Learning, FL）作为隐私保护分布式人工智能的经典范式，允许分散的边缘客户端在不向中心云传输原始数据的前提下协作训练机器学习模型。然而，传统“平面”联邦学习（如标准联邦平均FedAvg）在物联网（IoT）、工业物联网（IIoT）、医疗物联网（IoMT）、车联网（IoV）及边缘计算生态中面临严峻的运行约束：物联网设备受限于电池预算、片上内存、异构微控制器能力及间歇性窄带无线连接；设备与云之间的广域网（WAN）直连导致高传输时延、显著的回程能耗、网络拥塞及掉队者（straggler）问题；此外，全球范围内数百万异构客户端的非独立同分布（non-IID）数据分布会引起客户端漂移、收敛不稳定与性能退化。
为应对上述扩展性瓶颈，分层联邦学习（Hierarchical Federated Learning, HFL）在终端设备与中心云之间引入中间协调与聚合层，例如边缘基站、路侧单元（RSU）、本地雾网关、簇头或低地球轨道（LEO）卫星。典型的三层客户端—边缘—云HFL拓扑中，边缘聚合器通过短距离高带宽局域网（LAN）或无线接入网（RAN）对局部IoT设备簇执行中间模型平均，中心云则以显著较低的频率对多个边缘聚合器执行全局聚合。HFL通过将高频通信轮次限制在邻近边缘范围内，减少了WAN流量、缩短了轮次完成时间、降低了能量受限IoT硬件上的通信能耗，并加速了全局收敛。
然而，从平面FL到HFL的转变引入了实质性的运行复杂性：HFL不仅是修改网络图上的标准FL，而是将分布式学习转化为多层、跨层的控制与信任编排问题。设备层的本地数据采样、计算频率与发射功率调节及本地隐私扰动；设备—边缘接口的在线参与者选择、动态边缘关联与无线资源联合优化；中间边缘层的最优本地聚合轮次（τ1）与云级同步周期（τ2）确定、异步到达的陈旧性折扣校准及拜占庭异常过滤；云端的多层聚合权重校正、激励机制分配与区块链信誉结算——这些决策在现有文献中往往被孤立研究。通信压缩改变更新表示并影响边缘拜占庭过滤的噪声分布；差分隐私噪声注入扭曲梯度范数并直接影响异常检测阈值与客户端信誉评分；边缘数据相似性聚类影响无线传输延迟与信道竞争；异步中间更新引入版本陈旧性，同时损害收敛稳定性与基于梯度的投毒检测。因此，HFL的综合综述必须采用决策为中心的跨层视角，而非仅按网络拓扑或应用场景罗列论文。
**二、研究内容与核心贡献**
本综述遵循PRISMA 2020系统综述协议，在IEEE Xplore、ACM Digital Library、ScienceDirect、SpringerLink、Wiley Online Library及arXiv等数据库检索2019年1月至2026年8月的文献，经去重、标题摘要筛选及全文评估后，最终纳入135项经核验的主要研究。研究人员建立了统一的数学框架，对比平面FL与多层同步、异步及半异步HFL，并综合了跨层级同步间隔下的理论收敛边界与最优性差距下限。研究人员提出了六视角分类体系，涵盖架构（Architecture）、运行/决策（Operation/Decision）、控制/优化（Control/Optimization）、资源约束（Resource Constraints）、可信性机制（Trustworthiness Mechanisms）与实证成熟度（Evidence Maturity），并为每项研究编码了执行层级、决策类型、输入信号、控制算法、资源约束、信任机制及评估方法等25个字段。基于该分类体系，研究人员系统分析了自适应协调机制、系统与双层非IID异质性缓解策略、多层隐私与鲁棒性防御流水线、以及强化学习（RL/DRL/MARL）元控制形式化方法，并评述了IIoT、IoMT、IoV与卫星网络等应用领域，同时审计了基准测试套件与可复现实践。最终，研究人员构建了“缺口—路线图”矩阵，将识别出的局限性映射为可检验的研究方向。
**三、关键技术方法**
研究人员采用的主要技术方法包括：（1）遵循PRISMA 2020的系统文献筛选流程，通过布尔检索式组合范式块（hierarchical federated learning、multi-tier federated learning等）、环境块（IoT、edge computing、satellite等）与机制块（client selection、resource allocation、differential privacy、reinforcement learning等），并执行前后向引文雪球，最终经双人独立筛选（标题/摘要κ=0.88，全文κ=0.91）纳入135项研究；（2）建立25字段提取账本，并按五个质量维度（架构清晰性、数学严谨性、威胁模型明确性、基线可比性、实证严谨性）评分（Q∈[5,15]），排除Q<9的研究；（3）构建统一数学形式化框架，包括平面FL与HFL的目标函数、HierFAVG执行模型、跨层时延与能耗模型（CMOS能量、香农信道容量）、同步/异步/半异步同步模式及收敛边界综合；（4）提出六视角分类学与操作决策元组Top=〈执行层，决策族，输入信号〉，并采用多标签编码协议与双人编码一致性检验（κ=0.86）；（5）对隐私—效用—鲁棒性—压缩（PURC）四难困境进行定量综合，比较不同防御流水线的隐私预算、拜占庭容忍比例、压缩率与精度影响。
**四、主要研究结果**
（1）**架构与运行决策综合**：文献中58.5%的研究采用标准三层层级架构（n=79），17.8%为多层树/网状层级（n=24），13.3%为聚类HFL（n=18），10.4%为非地面UAV/卫星星座（n=14）。自适应协调方面，客户端选择被形式化为上下文多臂老虎机（CMAB）问题（如LinUCB），动态用户—边缘关联通过混合整数非线性规划（MINLP）与块坐标下降（BCD）求解，或结合K-Center与D3QN的混合方法；P2P边缘回程拓扑优化（如FedRT）与D2D预聚合进一步降低了时延；多层级调度中，异步陈旧性折扣与缓存校准（如HierFed）解决了车辆快速切换问题。
（2）**资源管理与异质性缓解**：针对系统和网络异质性，研究提出了联合计算与通信资源分配方法，包括H-FEEL的水填充式CPU频率优化、DSRA-HFL的设备寿命感知分配、及面向URLLC的有限块长传输分析。针对双层非IID数据，CSA-HFL通过轻量级分布签名动态聚类客户端，并在云端执行分布感知的加权聚合；DHFL通过梯度范数过滤低效用样本，仅处理<16%的原始训练数据即可保持相当精度并降低60%以上端到端时延。模型异质性方面，Split-HFL将网络分层切割至设备—边缘—云计算连续体，HierFedKD利用边缘知识蒸馏协调异构客户端架构，ESPerHFL通过可学习混合权重维护个性化边缘模型。
（3）**多层可信性机制**：调研显示68.1%的研究涉及信任感知机制。分层差分隐私方面，Chandrasekaran等人形式化了不同信任模型下的噪声放置策略，证明边缘级中间聚合可实现优于纯客户端LDP的隐私—效用权衡；Ratnayake等人证明前载式梯度扰动（在本地SGD期间裁剪并添加噪声）显著优于参数差异扰动。拜占庭鲁棒性方面，SHIELD通过方向余弦聚类与簇轨迹评估，即使在恶意客户端占局部边缘子网多数时也能隔离投毒簇；DARCS结合Z分数范数、余弦方向与历史准确性多指标异常检测防御车辆Sybil攻击。跨层集成防御流水线方面，PCRHFeL按顺序执行top-k稀疏化、Wasserstein DP噪声注入与边缘层裁剪均值过滤，在30%拜占庭攻击与90%压缩率下保持CIFAR-10精度损失<1.8%。安全聚合方面，H-SecCoGC采用结构化代数编码与Shamir秘密共享，在任意链路中断下实现信息论级隐私保护；TrustHFL通过联盟链智能合约实现链上身份验证与链下参数传输。
（4）**强化学习元控制**：RL-for-HFL控制作为独立于联邦强化学习（FRL）的元优化范式，其状态空间常受部分可观测性（POMDP）约束，动作空间涵盖离散客户端选择掩码与连续CPU频率/带宽分配。多智能体强化学习（MARL）架构（如MAAC）在不同层级部署分布式代理，而分层双级Pareto RL（如HFL-PBRL）通过跨层价值函数分解解决信用分配问题。安全RL结合控制屏障函数（CBF），通过实时二次规划投影确保探索动作满足电池与热约束。
（5）**实证审计与可复现性**：51.9%的研究为纯合成仿真，28.1%采用轨迹驱动网络仿真，14.1%使用硬件测试台，仅5.9%为真实部署。可复现性方面，仅28.9%的研究提供公开源代码，15.6%的研究仅使用私有数据集，34.8%的研究遗漏关键超参数，仅11.9%提供容器化运行环境。存在基线架构不等价、控制面成本建模不一致、隐私与防御评估相互隔离等问题。
**五、讨论与结论**
讨论部分指出，现有研究将隐私、鲁棒性与压缩视为孤立组件，而PURC四难困境揭示了三者之间的量化耦合关系：DP噪声扩大梯度方差导致拜占庭过滤器误判，压缩扭曲梯度范数分布破坏相似度度量。未来研究方向包括：物理信息感知的安全元RL控制器、噪声感知的自适应拜占庭过滤、基于轨道预测图网络的非地面网络HFL、结合DAG账本与zk-SNARKs的轻量零信任治理，以及面向TinyML计算连续体的弹性动态子网络HFL。
研究结论系统回答了六个研究问题：（RQ1）HFL已从静态三层层级发展为包含聚类网络、P2P辅助边缘回程、SplitNN计算连续体及卫星—UAV非地面网格的动态多层拓扑；（RQ2）自适应HFL以在线老虎机驱动参与者选择、分布信息聚类、动态关联与半异步调度取代静态轮次执行；（RQ3）RL-for-HFL控制作为独立元优化器，通过多智能体演员—评论家、D3QN与双级Pareto RL优化离散设备选择与连续资源分配；（RQ4）联合计算—通信分配、重要性感知样本过滤与个性化边缘模型混合缓解物理瓶颈，分布签名聚类解决双层非IID问题；（RQ5）可信性需按层级映射：客户端LDP与前载扰动保护隐私，边缘簇过滤与多指标异常评分中和拜占庭攻击，联盟链智能合约执行访问控制与信誉跟踪；（RQ6）仿真仍主导评估，但IIoT测试台与真实编排框架日益成熟，基线等价性、真实网络流失建模与耦合隐私—鲁棒性基准仍需改进。本综述通过决策为中心的跨层框架、六视角分类体系与结构化路线图，为可扩展、可信赖的HFL部署提供了系统性参考。
