梁天恺，黄康华，刘凯航，兰 岚，曾 碧

（1.广州广电运通金融电子股份有限公司研究总院，广东 广州 510000；2.广发银行信用卡中心资产管理部，广东 佛山 528253；3.广东工业大学计算机学院，广东 广州 510006）

0 引 言

随着智能化终端的普及和人工智能技术的发展，图片分类算法得到了长足的发展，应用场景包括人脸识别和垃圾分类等［1-2］。然而，人们在体验着人工智能算法带来的便利的同时，也产生了对隐私保护问题的担忧，这促使人工智能算法从集中式学习到分布式现场学习再到联邦学习的演变［3-4］。

集中式学习是目前最常见的学习模式，指的是将多个用户的数据集中到主服务器上，并使用主服务器的资源执行机器学习任务，构建人工智能模型［5-6］。特别是深度学习技术被广泛应用于图片分类上。如最为简单的卷积神经网络LeNet［7］，但LeNet 不适用于大规模和复杂的图片分类场景。因此有的学者提出通过加大神经网络的深度或宽度来提高神经网络在大规模和复杂的图片分类场景下的准确率，如VGG［8］和GoogLeNet［9］等；有学者引入残差来提高图片分类任务的可学习空间，如ResNet［10］；也有学者从特征入手，提出密集连接的概念，实现特征重用和减少参数量，如DenseNet［11］。然而，上述算法都属于集中式学习算法，此种“模型不动，数据动”的学习模式使用户数据暴露在主服务器上，无法保护用户隐私，因此催生了分布式现场学习［12］。

分布式现场学习的特点是用户数据在自身边缘的局部范围内构建小的本地模型，以此隔绝用户隐私数据的交换，达到隐私保护的目的［13］。……