这是一个科普性质的文章

之前很抗拒做 VFL，因为我认为 VFL 只是一个训练模型的工作。

但是，我刚刚意识到 VFL 不只是深度学习。（一种突然开窍的感觉）

实际上，垂直联邦学习Vertical Federated Learning 在 联邦学习Federated Learning 领域里，研究的核心是 Record Linkage / Data Integration。

这玩意被深度学习包装一下就变成了 VFL。

研究 HFL 的人比研究 VFL 的人多。因为 VFL 的数据太难获得了！

想想看，什么样的场景需要用到 VFL 呢？

比如银行和医院可以合作训练一个模型，预测用户的健康状态 / 还款能力。

训练这样一个模型之前，我们应该先把银行和医院的数据对齐一下（做一下 Record Linkage）。

Record Linkage: the process of identifying and linking records that correspond to the same individual across different databases.

在 Privacy Preserving 的情况下，如何做 Record Linkage 呢？

一个方法是 FedSim (NeurIPS2022)，取 TopK 个最相关的 record 做 linkage ….

VFL 数据不够的情况下，我们怎么广泛评估算法好坏呢？

大部分研究者手动切分数据集，要么随机切，要么平均切，要么看心情切。

比如数据集有 16 个 feature，我分成 2 个 party，partyA 有 9 个 feature，partyB 有 7 个 feature。

直到 VertiBench (ICLR2024) 这篇工作，我们才有一个切分数据集的指导纲领（两个指标）。