纵向联邦学习原理介绍——LR,XGBoost,SplitNN

这是我的学习笔记，若有不足和错误之处，欢迎交流和指正，谢谢！
联系方式：lrcgnn@163.com

推荐阅读：

[1] Label Inference Attacks Against Vertical Federated Learning
[2] Privacy Leakage of Real-World Vertical Federated Learning
[3] Vertical Federated Learning: Challenges, Methodologies and Experiments
[4] SecureBoost: A Lossless Federated Learning Framework
[5] SplitNN-driven Vertical Partitioning
[6] Xgboost完全详细解读（原理+代码）

如果对VFL想要有更多的了解，可以看一下我在GitHub整理的VFL研究，欢迎star：https://github.com/avdvg/VFL-Survey

关于同态加密在联邦学习中的应用可以阅读前期博客：
【联邦学习邂逅密码学系列】基于同态加密算法python代码实现

1. Introduction

作为一种保护隐私的分布式训练技术，联邦学习近几年成为学术界研究的热点话题，很多研究关于联邦学习的效率、安全性、隐私性展开讨论。最近在企业中联邦学习的应用也逐渐开展，常见的技术是基于FATE的联邦学习。

按照参与方数据分布的差异，联邦学习通常可以分为横向联邦学习(HFL)、纵向联邦学习(VFL)以及联邦迁移学习。关于联邦学习概念的例子可以在很多博客都可以看到，这里不细说。相较于横向联邦学习，纵向联邦学习在实际企业中应用更加广泛，它通常适用于不用部门之间数据垂直分布的场景。然而，对于纵向联邦学习的研究和整理较少。这篇博客学习交流纵向联邦学习。

基于模型来分，纵向联邦学习通常有逻辑回归VFL，XGBoost VFL，SplitNN。下面分别进行介绍。

2. Preliminaries

2.1 VFL加密方法

VFL中通常应用加法同态加密(additively homomorphic encryption)，例如Paillier技术加密模型的中间输出结果。加法同态加密技术属于部分加密技术，即只支持一种运算函数：加法。在加法同态加密中，参与方使用相同的公钥(public key)加密需要传输的数据，为了获取明文内容，使用者需要利用私钥(secret key)对密文进行解密。
通常使用$\left[\left[u\right]\right]$表示对数字$u$加密后的结果，加法同态加密支持密文下的加法运算。
$$\left[\left[u+v\right]\right]=\left[\left[u\right]\right]+\left[\left[v\right]\right]$$

同时，加法同态加密还有下列性质：

$$\left[\left[u\cdot v\right]\right]=u\cdot \left[\left[v\right]\right]$$
其中$u$未被加密。
上述性质可以被扩展到向量和矩阵的乘法：
$$V^T\cdot \left[\left[U\right]\right]=\left[\left[V^T\cdot U\right]\right]$$

2.2 VFL平台

3. VFL逻辑回归

给定$n$个训练样本$x_i$，每个样本具有$d$个特征，每个样本的标签为$y_i$，线性回归的过程就是学习一个函数的过程：$f(x_i)=y_i$。由于$f$是线性的，因此学习的过程可以表示为系数矩阵$\theta$和$x$之间的内积，可以表达为：
$$f(x_i)=\sum _{j=0}^d{\theta }^j{x}_i^j=\theta x_i$$
为了学习系数矩阵，需要最小化下列的损失函数：
$$L(\theta )=\frac{1}{n}\sum _{i=1}^n\frac{1}{2}(\theta x_i-y_i{)}^2$$

在VFL场景中(2方)，每个参与方具有部分的特征$[x_i^A|x_i^B]$，同时系数$\theta$被拆分成$[{\theta }^A|{\theta }^B]$，上述损失函数可以近似转化为：
$$L(\theta )=\frac{1}{n}(\frac{1}{4}{\theta }^A{X}^A+\frac{1}{4}{\theta }^B{X}^B-\frac{1}{2}Y)\cdot [X^A|X^B]$$

上述推导过程：
待补充。

上面的式子表示是在未加密中的损失函数计算方式，在VFL中通常采用同态加密对中间表示进行加密，加密后的损失函数可以表示为：
$$[[L(\theta )]]=\frac{1}{n}(\frac{1}{4}[[{\theta }^A{X}^A]]+[[\frac{1}{4}{\theta }^B{X}^B]]-[[\frac{1}{2}Y]])\cdot [X^A|X^B]$$

LRVFL的流程可以表示为：

步骤一：参与方A和参与方B初始化系数矩阵，协作方发布公钥。
步骤二：参与方A计算$[[u]]$并发送给参与方B，参与方B计算$[[v]]$并发送给参与方A，同时计算$[[v]]X^B$发送给协作方C。
步骤三：参与方A计算$[[v]]X^A$发送给协作方C。
步骤四：协作方使用私钥解密参与方A、B上传的数据，计算梯度信息$g^A$以及$g^B$并发送给参与方。

4. VFL XGBoost

4.1 XGBoost

4.1.1 概念
XGBoost是基于提升树的。
对$f(x+\Delta )$在点$x$的泰勒二阶展开式：
$$f(x+\Delta x)\simeq f(x)+f^{{}^{\prime }}(x)\Delta x+\frac{1}{2}{f}^{{}^{\prime \prime }}\Delta x^2$$

4.1.2 目标函数
给定$n$个训练样本$x_i$，每个样本具有$d$个特征，XGBoost学习一个包含$k$个回归树的函数：$f(x_i)={\sum }_{t=1}^k{f}_t(x_i)$。为了学习$k$个回归树，XGBoost添加树$f_t$在第t次迭代的损失函数为：
$$L^{(t)}=\sum _{i=1}^n[l(y_i,y^{(t-1)})+g_i{f}_t(x_i)+\frac{1}{2}{h}_i{f}_t^2(x_i)]+\Omega (f_t)$$
其中$f_i$和$h_i$分别对一个损失函数的一阶和二阶项，$\Omega$表示树的复杂度正则项，$l(y_i,y^{(t-1)}$为常数项。
$$\Omega (f)=\gamma T+\frac{1}{2}\lambda \sum _{j=1}^T{w}_j^2$$
其中$T$表示叶子节点的数量，$w_j$表示每个叶子节点$j$权重组成的向量。

注：损失函数推导过程就是将泰勒二阶展开式中的$x$替换为$y^{(t-1)}$，将$\Delta x$替换为第$t$棵树的模型$f_t(x_i)$。

将正则化代入公式中，可以获得损失函数：
$$L^{(t)}=\sum _{i=1}^n[g_i{f}_t(x_i)+\frac{1}{2}{h}_i{f}_t^2(x_i)]+\gamma T+\frac{1}{2}\lambda \sum _{j=1}^T{w}_j^2$$

上述损失函数可以进一步表示为：
$$L^{(t)}=\sum _{j=1}^T[(\sum _{i\in I_j}{g}_i)w_j+\frac{1}{2}(\sum _{i\in I_j}{h}_i+\lambda )w_j^2+\gamma T]$$
其中， I j = { i ∣ q ( x i ) = j } I_j=\{ i|q(x_i)=j\} Ij​={i∣q(xi​)=j}为叶子节点$j$的样本集。
对上式求导，导数为0，叶子节点$j$的权重可以表示为:
$$w_j=-\frac{G_i}{H_i+\lambda }$$

将叶子节点的权重代入损失函数，可以得到最终近似的损失函数：
$$L^t(q)=-\frac{1}{2}\sum _{j=1}^T\frac{({\sum }_{i\in I_j}{g}_i{)}^2}{{\sum }_{i\in I_j}{h}_i+\lambda }+\gamma T$$
其中$q$为树结构，上面的式子可以评估树结构的质量。

4.1.3 贪心法推树结构
在实践中，通常使用贪婪的方法推测树的结构$q$，即从单一的叶子开始，迭代的向树上添加分支。假设$I_L$和$I_R$为分裂后的左右子树节点集合。
$$L_{split}=\frac{1}{2}[\frac{({\sum }_{i\in I_L}{g}_i{)}^2}{{\sum }_{i\in I_L}{h}_i+\lambda }+\frac{({\sum }_{i\in I_R}{g}_i{)}^2}{{\sum }_{i\in I_R}{h}_i+\lambda }+\frac{({\sum }_{i\in I}{g}_i{)}^2}{{\sum }_{i\in I}{h}_i+\lambda }]-\gamma$$

4.2 SecureBoost

不依赖协作方，具有标签信息的参与方被称为主动方(activate participant)，没有标签信息的参与方称为被动方(passive participant)。VFL中参与方计算$L_{split}$来寻找最佳的分裂点。

步骤一：主动方根据所有的训练样本计算一阶导数$g_i$和二阶导数$h_i$，加密导数并发送密文$[[g_i]]$以及$[[h_i]]$到被动方。

步骤二：被动方接收到加密的梯度信息减少损失，首先将特征映射为数据仓，然而基于bins聚合加密的梯度。

步骤三：主动方收到损失之后进行解密，然后找到优化的分裂点。

5. SplitNN

基于拆分学习的VFL比较好理解，每个参与方都具有部分神经网络，通常称为本地模型(bottom model)；服务器方具有部分神经网络，通常称为顶部模型(top model)。参与方通过本地模型提取嵌入(embedding)上传给服务器，服务器聚合这些嵌入获得新的矩阵，将该矩阵在顶部模型执行前向传播并计算损失函数。最后利用反向传播计算模型的梯度并更新模型参数。

注：本地模型作为特征提取器，可以根据不同的数据进行调整，例如针对图像数据通常选用卷积神经网络(CNN)作为本地模型，针对网络数据通常选用图卷积神经网络(GCN)作为本地模型。

5.1 Pipeline

5.2 Aggregation

Embedding直接求和：

Embedding concat拼接方式:

这种拼接方式的梯度反向传播相较于前一种方式更为复杂，但是更具链式求导法则也可以同样求出。