ترجمه فارسی مقاله TreeCSS: یک چارچوب کارآمد برای یادگیری عمودی فدرال

چکیده

Vertical federated learning (VFL) considers the case that the features of data samples are partitioned over different participants. VFL consists of two main steps, i.e., identify the common data samples for all participants (alignment) and train model using the aligned data samples (training). However, when there are many participants and data samples, both alignment and training become slow. As such, we propose TreeCSS as an efficient VFL framework that accelerates the two main steps. In particular, for sample alignment, we design an efficient multi-party private set intersection (MPSI) protocol called Tree-MPSI, which adopts a tree-based structure and a data-volume-aware scheduling strategy to parallelize alignment among the participants. As model training time scales with the number of data samples, we conduct coreset selection (CSS) to choose some representative data samples for training. Our CCS method adopts a clustering-based scheme for security and generality, which first clusters the features locally on each participant and then merges the local clustering results to select representative samples. In addition, we weight the samples according to their distances to the centroids to reflect their importance to model training. We evaluate the effectiveness and efficiency of our TreeCSS framework on various datasets and models. The results show that compared with vanilla VFL, TreeCSS accelerates training by up to 2.93x and achieves comparable model accuracy.

چکیده به فارسی (ترجمه ماشینی)

یادگیری فدراسیون عمودی (VFL) این مورد را در نظر می گیرد که ویژگی های نمونه داده ها بر روی شرکت کنندگان مختلف تقسیم می شود.VFL از دو مرحله اصلی تشکیل شده است ، یعنی نمونه های داده مشترک برای همه شرکت کنندگان (تراز) و مدل قطار را با استفاده از نمونه های داده تراز شده (آموزش) شناسایی کنید.با این حال ، هنگامی که بسیاری از شرکت کنندگان و نمونه های داده وجود دارند ، هم تراز و هم آموزش آهسته می شوند.به همین ترتیب ، ما Treecs را به عنوان یک چارچوب کارآمد VFL پیشنهاد می کنیم که دو مرحله اصلی را تسریع می کند.به طور خاص ، برای تراز نمونه ، ما یک پروتکل کارآمد چند حزب خصوصی (MPSI) به نام Tree-MPSI را طراحی می کنیم ، که یک ساختار مبتنی بر درخت و یک استراتژی برنامه ریزی آگاهانه داده را برای موازی با تراز بین شرکت کنندگان اتخاذ می کند.به عنوان مقیاس زمان آموزش مدل با تعداد نمونه های داده ، ما انتخاب Coreset (CSS) را انجام می دهیم تا برخی از نمونه های داده نماینده برای آموزش را انتخاب کنیم.روش CCS ما یک طرح مبتنی بر خوشه بندی را برای امنیت و کلیت اتخاذ می کند ، که ابتدا ویژگی های محلی را در هر شرکت کننده خوشه می کند و سپس نتایج خوشه بندی محلی را برای انتخاب نمونه های نماینده ادغام می کند.علاوه بر این ، ما نمونه ها را با توجه به مسافت آنها به Centroids وزن می کنیم تا اهمیت آنها را برای آموزش مدل نشان دهد.ما اثربخشی و کارآیی چارچوب TREECS خود را در مجموعه داده ها و مدل های مختلف ارزیابی می کنیم.نتایج نشان می دهد که در مقایسه با وانیل VFL ، TREECS آموزش را تا 2.93 برابر تسریع می کند و به دقت مدل قابل مقایسه می رسد.