MMVFL2

Multi-Participant Multi-Class Vertical Federated Learning

• VFL假设来自不同参与者的数据集不共享相同的特征空间，但可能共享相同的样本ID空间
• 多视图学习的一个视图表示一个纵向联邦学习的一个参与者
• 通过特征选择，丢弃冗余特征。节省通信，计算成本
• 假设样本ID已经匹配。标签信息Y1为第一个参与者所有
• Z1=Y,ZK=Z，实现标签共享（隐私）

公式推导：

思路：

• 在保护隐私的情况下实现样本对齐。

Parallel Distributed Logistic Regression for Vertical Federated Learning without Third-Party Coordinator

通过同态加密进行传送梯度。只适用于二分类。

FedMVT: Semi-supervised Vertical Federated Learning with MultiView Training

在有限的重叠样本上，通过半监督学习来扩展训练集。

—->

后续侧重点在数据方面！

多视图特征选择

。。。

pycharm远程连接服务器。