💻 ciencias de la computación

FedSS: Shareability-Aware Privacy-Preserving Federated Learning for Sports Recognition

El artículo propone FedSS, un marco de trabajo consciente de la capacidad de compartición para el aprendizaje federado con privacidad diferencial en el reconocimiento de deportes que comparte selectivamente semántica deportiva transferible mientras retiene el contexto específico del cliente localmente para mitigar la distorsión por recorte y mejorar la relación entre privacidad y utilidad.

Autores originales: Jiahui Lin, Jie Wu, Ke Sun, Yuanyuan Huang

Publicado 2026-10-21

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Jiahui Lin, Jie Wu, Ke Sun, Yuanyuan Huang

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de los deportes, la diferencia entre un campeón y un contendiente suele residir en los detalles sutiles del movimiento, la postura y la técnica. Para enseñar a una computadora a reconocer estos detalles, necesitamos grandes cantidades de imágenes que muestren a atletas en acción. Sin embargo, estas imágenes rara vez se reúnen en un solo lugar central. Están dispersas en escuelas, clubes profesionales, centros de entrenamiento y gimnasios individuales, cada uno con su propia colección única de fotos. Esta distribución crea un obstáculo significativo para la inteligencia artificial: ¿cómo puede una computadora aprender de todas estas imágenes sin obligar a cada organización a entregar sus datos privados? La respuesta reside en un método llamado aprendizaje federado. En lugar de mover las fotos a un servidor central, el modelo de la computadora viaja a los datos locales. Aprende de las imágenes en el sitio y devuelve únicamente un resumen de lo que ha aprendido, dejando las fotos originales intactas. Esto protege la privacidad, pero introduce un nuevo problema. Incluso estos resúmenes pueden, a veces, revelar información sensible sobre las personas en las fotos. Para solucionar esto, los investigadores añaden una capa de ruido matemático a los resúmenes, una técnica conocida como privacidad diferencial, que codifica cualquier pista potencial sobre los individuos. Sin embargo, esta medida de seguridad conlleva un costo. El ruido puede emborronar los mismos detalles que la computadora necesita aprender, dificultando la distinción entre diferentes deportes o atletas.

Un equipo de investigadores ha desarrollado un nuevo enfoque para resolver esta tensión específica entre la privacidad y la precisión en el reconocimiento deportivo. Llaman a su sistema FedSS. La idea central detrás de su trabajo es que no toda la información aprendida de una foto deportiva es igualmente valiosa para compartir. Cuando una computadora observa una imagen de un jugador de baloncesto, aprende dos tipos distintos de cosas. Primero, aprende las reglas universales del deporte: la forma en que un jugador salta, el ángulo de una rodilla durante un tiro y la forma general del balón. Estos son los secretos "transferibles" que ayudan a la computadora a reconocer el baloncesto en cualquier lugar. Segundo, aprende los detalles específicos de esa foto en particular: el color del uniforme del equipo, la iluminación en ese gimnasio específico, la multitud de fondo o el ángulo de cámara único. Estos detalles son específicos de ese cliente en particular y no ayudan a la computadora a comprender el deporte en sí. En los sistemas tradicionales de preservación de la privacidad, la computadora trata toda esta información como un paquete único. Añade ruido a todo el conjunto, lo que significa que las reglas universales y valiosas se emborronan junto con los detalles específicos e inútiles. Esto desperdicia el "espacio" limitado disponible para enviar información y distorsiona el conocimiento más importante.

Los investigadores de la Universidad de la Academia China de Ciencias, la Universidad de Kyungil y la Universidad de Tecnología de la Información de Chengdu propusieron una forma más inteligente de manejar esto. Construyeron un sistema que actúa como un filtro antes de que la información salga de la computadora local. Antes de enviar cualquier dato, el sistema analiza la información aprendida y separa las reglas deportivas universales de los detalles locales y específicos. Luego, aplica la protección de la privacidad solo a las reglas universales, manteniendo los detalles locales tras bambalinas. Esto asegura que la cantidad limitada de información permitida para ser enviada esté cargada enteramente con el conocimiento más útil. Para lograr que esta separación funcione, crearon un módulo que evalúa la información basándose en tres criterios. Verifica cuánto ayuda una pieza de información a identificar el deporte, qué tan consistente es esa información a través de diferentes equipos y ubicaciones, y qué tan estable se mantiene cuando se añade ruido. Si una pieza de información es altamente útil para reconocer el deporte y se mantiene constante entre diferentes clientes, el sistema la marca para ser compartida. Si es solo un reflejo de la iluminación de un gimnasio específico o del uniforme de un equipo específico, el sistema la mantiene local.

El equipo probó este método utilizando dos grandes colecciones de imágenes deportivas, una que contenía 22 deportes diferentes y otra con 100. Simularon un entorno realista donde muchas organizaciones diferentes participaban, cada una con su propia mezcla única de atletas, uniformes y condiciones de cámara. Compararon su nuevo sistema contra varios métodos existentes que intentan proteger la privacidad. Los resultados mostraron que, al filtrar el ruido local antes de enviar los datos, su sistema fue significativamente mejor en el reconocimiento de deportes. En los escenarios de prueba más difíciles, donde los datos eran muy diferentes de un cliente a otro, su método mejoró la precisión del reconocimiento deportivo en varios puntos porcentuales en comparación con los mejores métodos anteriores. Esta mejora fue constante incluso cuando los investigadores hicieron que la protección de la privacidad fuera más fuerte, lo que usualmente hace que la tarea sea mucho más difícil. El sistema también demostró ser más eficiente; debido a que envió menos datos de "basura", el ruido matemático requerido para la privacidad tuvo un impacto negativo menor en el resultado final.

Los investigadores también analizaron de cerca qué sucedía dentro del sistema para entender por qué funcionaba. Descubrieron que el sistema logró mantener a la computadora enfocada en los movimientos y técnicas reales de los atletas, en lugar de distraerse con el fondo o los uniformes. Esto condujo a un modelo que comprendía el deporte en sí, en lugar de solo memorizar las fotos específicas que había visto. El estudio confirmó que este enfoque funciona bien incluso cuando el número de organizaciones participantes es muy grande o cuando solo una pequeña fracción de ellas participa en cualquier ronda de entrenamiento dada. Los hallazgos sugieren que para tareas como el reconocimiento deportivo, donde el objetivo es comprender una actividad específica a través de muchos entornos diferentes, es crucial distinguir entre lo que es universal y lo que es local. Al hacerlo, es posible proteger la privacidad de los atletas y las instituciones sin sacrificar la capacidad de la computadora para aprender eficazmente. El trabajo demuestra que la privacidad y la utilidad no tienen por qué ser enemigos; con la estrategia adecuada, pueden trabajar juntas para crear un sistema más inteligente y seguro para analizar el mundo de los deportes.

Resumen Técnico: FedSS – Aprendizaje Federado para el Reconocimiento de Deportes con Preservación de la Privacidad y Conciencia de Compartibilidad

1. Planteamiento del Problema

El Aprendizaje Federado (FL, por sus siglas en inglés) ofrece un paradigma para el reconocimiento colaborativo de imágenes deportivas sin centralizar los datos brutos, abordando las preocupaciones de privacidad relativas a la información de los atletas y la propiedad de los datos institucionales. Sin embargo, los enfoques estándar de FL enfrentan dos desafíos críticos en aplicaciones deportivas:

Heterogeneidad Visual: Los datos deportivos distribuidos entre diferentes clientes (escuelas, clubes, recintos) exhiben variaciones visuales significativas en la apariencia de los atletas, uniformes, fondos, iluminación y puntos de vista, incluso cuando la categoría del deporte es idéntica. Esto crea un conflicto entre los semánticos deportivos transferibles (p. ej., patrones de movimiento, configuraciones corporales) y el contexto visual específico del cliente.
Compromiso entre Privacidad y Utilidad: Para garantizar una privacidad rigurosa, el Aprendizaje Federado con Privacidad Diferencial (DP-FL) aplica recorte de gradientes (gradient clipping) y ruido gaussiano. El DP-FL convencional trata todas las actualizaciones del modelo de manera uniforme. En consecuencia, las variaciones contextuales de baja compartibilidad y específicas del cliente consumen una parte del rango de recorte ( $L_2$ norm) limitado, causando una distorsión innecesaria de los semánticos deportivos de alto valor y transferibles. Esto conduce a una degradación significativa de la utilidad bajo restricciones de privacidad.

Los métodos existentes suelen mejorar la estabilidad de la optimización o la dispersión, pero no logran distinguir explícitamente entre el conocimiento globalmente transferible y el contexto local antes de aplicar los mecanismos de privacidad.

2. Metodología: El Marco de Trabajo FedSS

Los autores proponen FedSS (Shareability-Aware Privacy-Preserving Federated Learning), un marco diseñado para desacoplar los semánticos deportivos transferibles del contexto específico del cliente antes de la perturbación de la privacidad.

Componentes Principales:

Módulo de Compartibilidad de Semántica Deportiva (SSSM): Este módulo evalúa las etapas de la red (p. ej., en un backbone ResNet-18) para estimar una "puntuación de compartibilidad" ( $q_{i,b}^t \in [0,1]$ $q_{i, b}^{t} \in [0, 1]$ ) para cada etapa. La puntuación se deriva de tres criterios:
1. Discriminatividad Deportiva: Mide qué tan fuertemente contribuye una etapa al reconocimiento correcto del deporte utilizando la relevancia de activación de gradiente.
2. Invarianza entre Clientes: Mide la consistencia de la actualización actual con un Promedio Móvil Exponencial (EMA) de las actualizaciones privadas compartidas previamente, asegurando la alineación con el conocimiento global.
3. Robustez de la Privacidad: Evalúa la estabilidad de la gradiente de una etapa bajo perturbación local (usando la Minimización Consciente de Gradiente, GAM) y su fuerza de señal relativa al ruido gaussiano esperado.
Desacoplamiento Semántica-Contexto: Utilizando las puntuaciones de compartibilidad estimadas, la actualización candidata ( $\Delta_i^t$ $Δ_{i}^{t}$ ) se descompone suavemente en:
- Componente Transferible ( $\Delta_{i,sport}^t$ ): Ponderado por las puntuaciones de compartibilidad, este componente es privatizado (recortado y con ruido añadido) y cargado al servidor.
- Componente de Contexto ( $\Delta_{i,context}^t$ ): El residuo se retiene localmente en una Memoria de Contexto Local ( $r_i$ ) para preservar las adaptaciones específicas del cliente (p. ej., uniformes o recintos específicos) sin exponerlas al servidor.
Optimización Local: Los clientes utilizan la Minimización Consciente de Gradiente (GAM) para optimizar sus modelos locales, caracterizando la planitud de primer orden para mejorar la robustez contra el ruido.
Agregación del Servidor: El servidor agrega únicamente las actualizaciones de semántica deportiva privatizadas para actualizar el modelo global y actualiza las referencias EMA para la siguiente ronda.

Garantías de Privacidad:
El análisis teórico (Proposición 1) confirma que, debido a que los coeficientes de compartibilidad y los residuos locales nunca se transmiten, y que la actualización final liberada está acotada y privatizada mediante mecanismos estándar de DP a nivel de cliente, FedSS mantiene las mismas garantías de privacidad diferencial $(\epsilon, \delta)$ que el DP-FL estándar sin requerir un recuento de privacidad adicional.

3. Contribuciones Clave

Propuesta de Marco de Trabajo: Introducción de FedSS, que distingue explícitamente los semánticos deportivos globalmente transferibles del contexto visual específico del cliente en entornos federados heterogéneos.
Módulo de Compartibilidad: Desarrollo del SSSM, que evalúa adaptativamente la compartibilidad por etapas basándose en la discriminatividad, la invariancia y la robustez, guiando el intercambio selectivo de conocimiento.
Análisis Teórico: Demostración de que el filtrado suave por etapas es no expansivo (Proposición 2), lo que significa que no puede aumentar la distorsión de recorte, y derivación de límites de error que muestran una reducción en la supresión semántica y la fuga de contexto (Proposiciones 3 y 4).
Evaluación Exhaustiva: Experimentos extensos en los conjuntos de datos sport22 y sport100 bajo diversas configuraciones de heterogeneidad (sesgo de etiquetas, cambio de contexto visual y combinación de ambos) y presupuestos de privacidad.

4. Resultados Experimentales

Los experimentos se realizaron utilizando backbones ResNet-18 a través de diferentes escalas de clientes (100 y 500 clientes) y presupuestos de privacidad ( $\epsilon \in [4, 12]$ ).

Precisión: FedSS superó consistentemente a los baselines representativos de DP-FL (incluyendo DP-FedAvg, DP-FedSAM y DPSIR-Fed). Bajo la desafiante configuración de Heterogeneidad Mixta (M-Het), FedSS mejoró la precisión Top-1 en un 5.78% en sport22 y en un 5.71% en sport100 en comparación con el baseline más fuerte (DPSIR-Fed).
Compromiso Privacidad-Utilidad: FedSS demostró un rendimiento superior en todos los presupuestos de privacidad, con ganancias particularmente significativas bajo fuertes restricciones de privacidad ( $\epsilon=4$ ).
Análisis de Mecanismos:
- Distorsión de Recorte: FedSS redujo significativamente la distorsión de recorte (ClipDist) al filtrar el contexto de baja compartibilidad antes del recorte.
- Consistencia Semántica: El método logró una mayor Consistencia Semántica Deportiva (SCS) y una menor Predictibilidad de Contexto-Cliente Condicional por Clase (C-CCP), lo que indica que el modelo compartido aprendió más sobre el deporte en sí y menos sobre artefactos específicos del cliente.
Estudios de Ablación: La eliminación del SSSM causó la mayor caída de rendimiento, confirmándolo como el motor principal de la mejora. La memoria de contexto local y la optimización GAM proporcionaron ganancias complementarias.

5. Significado y Afirmaciones

El artículo afirma que FedSS mitiga eficazmente la degradación de la utilidad que suele asociarse con el aprendizaje federado con preservación de la privacidad en el reconocimiento deportivo. Al reconocer que no toda la información aprendida es igualmente valiosa para el intercambio global, FedSS optimiza el limitado "presupuesto de recorte" para preservar los semánticos deportivos de alto valor y transferibles, mientras retiene el contexto de bajo valor localmente.

Los autores aseguran que este enfoque consciente de la compartibilidad proporciona una solución robusta para los datos deportivos heterogéneos, ofreciendo:

Mejor precisión de reconocimiento bajo garantías de privacidad estrictas.
Reducción de la distorsión del conocimiento útil durante el mecanismo de privacidad.
Una mayor consistencia semántica entre clientes en el modelo global.

El trabajo sugiere que la investigación futura podría extender este paradigma de conciencia de compartibilidad a datos de video, entradas multimodales y estimaciones adaptativas más granulares, pero la contribución actual está firmemente basada en benchmarks de reconocimiento de imágenes estáticas.