FLea: Abordando la escasez de datos y la desviación de etiquetas en el aprendizaje federado a través de la augmentación de características que preservan la privacidad

El Aprendizaje Federado (FL) permite el desarrollo de modelos aprovechando datos distribuidos en numerosos dispositivos perimetrales sin transferir datos locales a un servidor central. Sin embargo, los métodos de FL existentes todavía enfrentan desafíos al tratar con datos escasos y sesgados en etiquetas a través de dispositivos, lo que resulta en sobreajuste y deriva del modelo local, lo que obstaculiza el rendimiento del modelo global. En respuesta a estos desafíos, proponemos un marco pionero llamado FLea, que incorpora los siguientes componentes clave: i) Un búfer de características global que almacena pares de activación-objetivo compartidos de múltiples clientes para apoyar el entrenamiento local. Este diseño mitiga la deriva del modelo local causada por la ausencia de ciertas clases; ii) Un enfoque de augmentación de características basado en mezclas de activaciones locales y globales para el entrenamiento local. Esta estrategia amplía las muestras de entrenamiento, reduciendo así el riesgo de sobreajuste local; iii) Un método de ofuscación para minimizar la correlación entre activaciones intermedias y los datos de origen, mejorando la privacidad de las características compartidas. Para verificar la superioridad de FLea, realizamos extensos experimentos utilizando una amplia gama de modalidades de datos, simulando diferentes niveles de escasez de datos locales y sesgo de etiqueta. Los resultados demuestran que FLea supera consistentemente a los homólogos de FL de última generación (entre 13 de los 18 escenarios experimentados, la mejora es superior al 5%) mientras mitiga simultáneamente las vulnerabilidades de privacidad asociadas con las características compartidas. El código está disponible en https://github.com/XTxiatong/FLea.git.