定義、架構與適用範圍
睡眠資料聯邦學習服務,是讓多個機構或終端在本地保留原始睡眠資料,透過交換受控的模型更新、統計量或加密中間結果,共同訓練或改進模型的技術與營運服務。典型流程由協調方下發模型和訓練任務,參與方在本地計算,協調方再彙整合格更新並形成新版本。它減少集中複製原始資料的需要,但仍會產生模型、梯度、參數、日誌和參與中繼資料等新資產。
服務可分為跨機構聯邦和跨裝置聯邦。前者常用於醫院、睡眠中心、研究機構或企業之間的有限參與協作,節點相對穩定但治理複雜;後者可涵蓋大量穿戴式裝置、手機或家庭閘道,節點數量大、上線不穩定且運算能力差異明顯。聯邦學習適合目標和特徵能夠協調、資料不宜集中而各方願意共同建模的任務,不適合用來掩蓋目的不清、標籤不可比或缺乏合法處理基礎的專案。
任務設計與參與方責任
啟動前應明確預測或分析目標、目標人群、輸入輸出、臨床或業務用途、模型所有權和退出機制,並畫出協調方、參與節點、金鑰服務、模型倉庫、評測方與下游部署者的責任。需要約定誰能發起輪次、選擇用戶端、查看單個更新、調整超參數、批准模型和處理異常。原始資料留在本地並不意味著沒有跨方處理活動,也不自動消除告知、授權、倫理和契約責任。
每個節點應聲明資料來源、裝置與演算法版本、納排規則、標籤方法、時間範圍、樣本規模和品質控制。睡眠資料可能來自 PSG、活動記錄、心率血氧、音訊、問卷或日誌;同名變數在不同機構可有不同單位、取樣率和參考標準。服務方應提供統一資料字典、特徵程式碼、標籤規範和本地預檢,但只蒐集實現協調、品質和安全所需的最少中繼資料。
異質資料、訓練與通訊
聯邦資料通常不是獨立同分布:不同節點可能對應不同年齡、疾病譜、裝置、夜間環境、語言、班次或轉診路徑,樣本量也高度不平衡。簡單按樣本量平均可能讓大節點主導模型,也可能掩蓋小節點和少數人群的失敗。設計應比較集中基線、本地基線與聯邦結果,評估節點間漂移、收斂速度、個人化需求和全域—局部效能,而不是只報告一個總體準確率。
訓練協定需記錄初始化模型、本地輪數、批次大小、學習率、用戶端抽樣、彙整方法、壓縮、逾時、重試和停止規則。跨裝置場景還要控制電量、頻寬、網路類型、閒置狀態、溫度和失敗回復,避免訓練干擾夜間監測或使用者裝置。離線和遲到更新不能被靜默當成正常樣本;參與機率與裝置、地區或使用者活躍度相關時,可能形成新的選擇偏差。
隱私保護與安全威脅
「不上傳原始資料」不是完整隱私保證。單個梯度或參數更新可能洩露訓練樣本特徵,最終模型也可能受到成員推斷、屬性推斷或訓練資料擷取。應根據協調方、參與方、網路觀察者和模型使用者的能力建立威脅模型,區分輸入隱私與輸出隱私,並評估更新粒度、批次大小、輪次關聯和參與者數量對風險的影響。
可組合安全彙整、傳輸加密、節點與工作負載驗證、更新裁剪、最小參與門檻和差分隱私等控制,但每項都有前提與代價。安全彙整可減少協調方觀察單個更新的能力,卻不能自動限制最終模型記憶;差分隱私需要說明保護單位、鄰接關係、雜訊機制和累計隱私預算,並驗證效用下降。權杖、金鑰、模型檢查點和除錯日誌應獨立管理,不能因協定複雜而成為旁路洩露點。
投毒、故障與運行控制
惡意或失控節點可能提交投毒資料、後門更新、縮放參數或偽造身分,普通的資料錯誤和裝置漂移也可能產生相似異常。防護可包括參與方准入、簽章與證明、更新範圍檢查、穩健彙整、速率限制、獨立參考測試、異常輪次隔離和人工調查。任何防禦都不應被宣傳為普遍有效;在高度異質的資料上,過度過濾還可能錯誤排斥合法的小群體。
協調服務需要處理節點離線、網路分區、重放、重複提交、版本錯配、金鑰輪替和彙整中斷。每個輪次應具有唯一識別碼、模型雜湊、參與清單、協定版本和不可否認稽核,失敗後按明確規則回復或恢復。全域模型進入生產前應與訓練協調環境隔離,並透過發布審批、簽章驗證、灰度部署和緊急撤回控制,防止未驗證模型直接影響篩檢、診療或使用者提示。
驗證、重現與部署監測
測試集必須與各節點訓練資料保持人員、夜晚、裝置和站點層面的獨立,不能把同一人的相鄰夜晚或切分訊號洩漏到訓練和測試兩側。評測應涵蓋總體與節點級的區分度、校準、敏感度、特異度、拒判、缺失輸入、通訊失敗和關鍵亞組,並在未參與訓練的外部站點驗證。若模型用於臨床或安全決策,還需評估人機協作、錯誤後果和適用工作流程。
重現資料應保存程式碼、相依套件、模型結構、初始化、彙整和隱私參數、用戶端選擇規則、隨機種子、輪次日誌及資料版本摘要,但不得洩露個人或節點敏感資訊。上線後要監測輸入、參與率、節點涵蓋、效能、校準、隱私預算和安全事件;更新模型應有預定變更範圍和再驗證門檻。發現裝置迭代、疾病譜變化或小節點效能下降時,應暫停自動更新並重新評估。
治理、採購驗收與使用邊界
聯邦治理應明確各方的資料與模型角色、合法目的、允許用途、保留期、跨境路徑、智慧財產權、成果存取、事件通知和退出後的模型處理。參與者需要知道本地執行的程式碼、資源消耗、可見資訊和風險;研究或醫療場景還應處理倫理審查、方案偏離和不良影響。聯邦學習不能把責任分散到無人負責,協調方和節點都應有具名負責人及申訴、糾錯和停機管道。
採購驗收應在目標網路與節點條件下示範完整輪次,包括加入、離線、惡意更新、金鑰故障、恢復、模型審批和可驗證刪除。證據包至少包含威脅模型、資料規範、協定與元件版本、隱私和安全參數、節點及亞組結果、已知限制、複測記錄和維運服務水準。供應方不能僅以「資料不出域」聲稱匿名、合規或零洩露;最終是否採用應同時權衡隱私、安全、準確性、公平性、通訊成本和業務可持續性。