跨机构数据不出域
基于群体学习与可信执行环境，该框架通过正则化迁移对齐本地模型参数，在数据不出域的前提下提升协作建模的精度与泛化能力。
Wang, Ran · 徐诚 · Zhang, Shuhao · Ye, Fangwen · 张晓彤
Nature Communications 2024
利用可信执行环境（Intel SGX）在模型训练与聚合过程中提供硬件级隔离，敏感数据无需离开本地即可参与联合建模。
引入带正则化项的群体迁移学习方法，改善本地模型参数对齐，从而提升协作模型的准确率和泛化能力。
相比各机构独立训练模型，MatSwarm 在准确性和泛化能力上表现更优，证明协作学习能有效利用分散数据。