一文综述联邦图机器学习，概念技术应用全都有

　　机器之心报道
　　机器之心编辑部
　　一文总结联邦图机器学习。
　　近年来，图已被广泛应用于表示和处理很多领域的复杂数据，如医疗、交通运输、生物信息学和推荐系统等。图机器学习技术是获取隐匿在复杂数据中丰富信息的有力工具，并且在像节点分类和链接预测等任务中，展现出很强的性能。
　　尽管图机器学习技术取得了重大进展，但大多数都需要把图数据集中存储在单机上。然而，随着对数据安全和用户隐私的重视，集中存储数据变的不安全和不可行。图数据通常分布在多个数据源（数据孤岛），由于隐私和安全的原因，从不同的地方收集所需的图数据变的不可行。
　　例如一家第三方公司想为一些金融机构训练图机器学习模型，以帮助他们检测潜在的金融犯罪和欺诈客户。每个金融机构都拥有私有客户数据，如人口统计数据以及交易记录等。每个金融机构的客户形成一个客户图，其中边代表交易记录。由于严格的隐私政策和商业竞争，各个机构的私有客户数据无法直接与第三方公司或其它他机构共享。同时，机构之间也可能有关联，这可以看作是机构之间的结构信息。因此面临的主要挑战是：在不直接访问每个机构的私有客户数据的情况下，基于私有客户图和机构间结构信息，来训练用于金融犯罪检测的图机器学习模型。
　　联邦学习（FL）是一种分布式机器学习方案，通过协作训练解决数据孤岛问题。它使参与者（即客户）能够在不共享其私有数据的情况下联合训练机器学习模型。因此，将FL与图机器学习相结合成为解决上述问题的有希望的解决方案。
　　本文中，来自弗吉尼亚大学的研究者提出联邦图机器学习（FGML，FederatedGraphMachineLearning）。一般来说，FGML可以根据结构信息的级别分为两种设置：
　　第一种是具有结构化数据的FL，在具有结构化数据的FL中，客户基于其图数据协作训练图机器学习模型，同时将图数据保留在本地。
　　第二种是结构化FL，在结构化FL中，客户端之间存在结构信息，形成客户端图。可以利用客户端图设计更有效的联合优化方法。
　　论文地址：https：arxiv。orgpdf2207。11812。pdf
　　虽然FGML提供了一个有前景的蓝图，但仍存在一些挑战：
　　1、跨客户端的信息缺失。在具有结构化数据的FL中，常见的场景是每个客户端机器都拥有全局图的子图，并且一些节点可能具有属于其他客户端的近邻。出于隐私考虑，节点只能在客户端内聚合其近邻的特征，但无法访问位于其它客户端上的特征，这导致节点表示不足。
　　2、图结构的隐私泄漏。在传统FL中，不允许客户端公开其数据样本的特征和标签。在具有结构化数据的FL中，还应考虑结构信息的隐私。结构信息可以通过共享邻接矩阵直接公开，也可以通过传输节点嵌入间接公开。
　　3、跨客户端的数据异构性。与传统FL中数据异构性来自nonIID数据样本不同，FGML中的图数据包含丰富的结构信息。同时，不同客户的图结构也会影响图机器学习模型的性能。
　　4、参数使用的策略。在结构化FL中，客户端图使客户端能够从其相邻客户端获取信息。在结构化FL中，需要设计有效的策略，以充分利用由中心服务器协调或完全分散的近邻信息。
　　为了应对上述挑战，研究人员开发了大量算法。目前各种算法主要关注标准FL中的挑战和方法，只有少数人尝试解决FGML中的具体问题和技术。有人发表对FGML进行分类的综述性论文，但没有总结FGML中的主要技术。而有的综述文章仅涵盖了FL中数量有限的相关论文，并非常简要地介绍了目前现有的技术。
　　而在今天介绍的这篇论文中，作者首先介绍FGML中两种问题设计的概念。然后，回顾了每种shezhi下的最新的技术进展，还介绍了FGML的实际应用。并对可用于FGML应用的可访问图数据集和平台进行总结。最后，作者给出了几个有前途的研究方向。文章的主要贡献包括：
　　FGML技术分类：文章给出了基于不同问题的FGML分类法，并总结了每个设置中的关键挑战。
　　全面的技术回顾：文章全面概述了FGML中的现有技术。与现有其它综述性论文相比，作者不仅研究了更广泛的相关工作，而且提供了更详细的技术分析，而不是简单地列出每种方法的步骤。
　　实际应用：文章首次总结FGML的实际应用。作者根据应用领域对其进行分类，并介绍每个领域中的相关工作。
　　数据集和平台：文章介绍了FGML中现有的数据集和平台，对于想在FGML中开发算法和部署应用程序的工程师和研究人员非常有帮助。
　　未来方向：文章不仅指出了现有方法的局限性，而且给出了FGML未来的发展方向。
　　FGML技术综述
　　这里对文章的主要结构做下简介。第2节简要介绍了图机器学习中的定义以及FGML中两种设置的概念和挑战。第3节和第4节回顾了这两种设置中的主流技术。第5节进一步探讨了FGML在现实世界中的应用。第6节介绍了相关FGML论文中使用的开放图数据集和FGML的两个平台。在第7节中提供了未来可能的发展方向。最后第8节对全文进行了总结。
　　更多详细信息请参考原论文。