pFedHNSA：基于超网络的选择性聚合个性化联邦学习框架
Pfedhnsa: personalized federated hypernetworks with selective aggregation
1. 北京信息科技大学 理学院, 北京 102206
2. 中国科学院软件研究所 可信计算与信息保障实验室, 北京 100190
摘要
针对基于联邦学习的智慧医疗系统易遭受梯度反演攻击、通信开销高及数据异构导致性能下降等问题，本文提出一种基于超网络的选择性聚合个性化联邦学习框架pFedHNSA。该方法构建了一个基于联邦学习的智能诊断系统，在医院侧构建分层超网络，通过嵌入式向量动态生成个性化本地模型参数，避免直接上传完整模型或梯度信息，从结构层面降低隐私泄露风险。在此基础上，提出基于主成分分析的嵌入式向量生成机制，以本地训练后的模型参数为输入进行降维，替代传统二阶反向传播更新方式，提高嵌入式向量的稳定性与个性化表达能力。同时设计超网络公共层选择性聚合策略，仅上传公共层参数参与全局聚合，显著降低通信开销。实验在CIFAR10、FashionMNIST和PathMNIST数据集及不同Non-IID划分条件下进行。结果表明，pFedHNSA在保证抵御梯度反演攻击能力的同时，在模型准确率与通信效率方面均优于HyperFL、DPFedAvg和CENTAUR算法，实现了隐私保护、通信效率与模型性能之间的有效平衡。
基金项目
国家自然科学基金资助项目(61604014)
国家重点研发计划战略性科技创新合作重点专项项目(2024YFE0211100)
未来区块链与隐私计算高精尖创新中心资助项目(GJJ-24-016)
出版信息
DOI: 10.19734/j.issn.1001-3695.2026.03.0097
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第12期
发布历史
[2026-07-29] 优先出版
引用本文
刘玉峰, 李涵, 秦宇, 等. pFedHNSA：基于超网络的选择性聚合个性化联邦学习框架 [J]. 计算机应用研究, 2026, 43 (12). (2026-08-25). https://doi.org/10.19734/j.issn.1001-3695.2026.03.0097. (Liu Yufeng, Li Han, Qin Yu, et al. Pfedhnsa: personalized federated hypernetworks with selective aggregation [J]. Application Research of Computers, 2026, 43 (12). (2026-08-25). https://doi.org/10.19734/j.issn.1001-3695.2026.03.0097. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
