💻 ciência da computação

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

O artigo propõe o FedSS, uma estrutura consciente de compartilhabilidade para aprendizado federado com privacidade diferencial em reconhecimento de esportes que compartilha seletivamente semânticas esportivas transferíveis enquanto retém o contexto específico do cliente localmente para mitigar a distorção de clipping e melhorar a relação entre privacidade e utilidade.

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

Publicado 2026-10-21

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

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

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

No mundo dos esportes, a diferença entre um campeão e um competidor muitas vezes reside nos detalhes sutis de movimento, postura e técnica. Para ensinar um computador a reconhecer esses detalhes, precisamos de vastas quantidades de imagens mostrando atletas em ação. No entanto, essas imagens raramente são reunidas em um único lugar central. Elas estão espalhadas por escolas, clubes profissionais, centros de treinamento e academias individuais, cada um detendo uma coleção única de fotos. Essa distribuição cria um obstáculo significativo para a inteligência artificial: como pode um computador aprender com todas essas imagens sem forçar cada organização a entregar seus dados privados? A resposta reside em um método chamado aprendizado federado. Em vez de mover as fotos para um servidor central, o modelo de computador viaja até os dados locais. Ele aprende com as imagens no local e envia de volta apenas um resumo do que aprendeu, deixando as fotos originais intocadas. Isso protege a privacidade, mas introduz um novo problema. Mesmo esses resumos podem, às vezes, revelar informações sensíveis sobre as pessoas nas fotos. Para corrigir isso, pesquisadores adicionam uma camada de ruído matemático aos resumos, uma técnica conhecida como privacidade diferencial, que embaralha quaisquer pistas potenciais sobre indivíduos. No entanto, essa medida de segurança tem um custo. O ruído pode borrar os próprios detalhes que o computador precisa para aprender, tornando mais difícil distinguir entre diferentes esportes ou atletas.

Uma equipe de pesquisadores desenvolveu uma nova abordagem para resolver essa tensão específica entre privacidade e precisidade na reconhecimento de esportes. Eles chamam seu sistema de FedSS. A ideia central por trás de seu trabalho é que nem toda informação aprendida de uma foto esportiva é igualmente valiosa para compartilhar. Quando um computador olha para uma foto de um jogador de basquete, ele aprende dois tipos distintos de coisas. Primeiro, ele aprende as regras universais do esporte: a maneira como um jogador salta, o ângulo de um joelho durante um arremesso e a forma geral da bola. Estes são os segredos "transferíveis" que ajudam o computador a reconhecer o basquete em qualquer lugar. Segundo, ele aprende os detalhes específicos daquela foto em particular: a cor do uniforme do time, a iluminação naquela academia específica, a multidão ao fundo ou o ângulo único da câmera. Esses detalhes são específicos para aquele cliente e não ajudam o computador a entender o esporte em si. Nos sistemas tradicionais de preservação de privacidade, o computador trata toda essa informação como um pacote único. Ele adiciona ruído a todo o conjunto, o que significa que as regras universais e valiosas são borradas junto com os detalhes inúteis e específicos. Isso desperdiça o "espaço" limitado disponível para o envio de informações e distorce o conhecimento mais importante.

Os pesquisadores da Universidade de Ciências da China, da Universidade de Kyungil e da Universidade de Tecnologia de Chengdu propuseram uma maneira mais inteligente de lidar com isso. Eles construíram um sistema que atua como um filtro antes que a informação saia do computador local. Antes de enviar qualquer dado, o sistema analisa a informação aprendida e separa as regras esportivas universais dos detalhes locais e específicos. Ele então aplica a proteção de privacidade apenas às regras universais, mantendo os detalhes locais nos bastidores. Isso garante que a quantidade limitada de informação permitida para ser enviada seja totalmente preenchida com o conhecimento mais útil. Para fazer essa separação funcionar, eles criaram um módulo que avalia a informação com base em três critérios. Ele verifica o quanto uma peça de informação ajuda a identificar o esporte, o quão consistente essa informação é entre diferentes times e locais, e o quão estável ela permanece quando o ruído é adicionado. Se uma peça de informação é altamente útil para o reconhecimento do esporte e permanece consistente entre diferentes clientes, o sistema a marca para compartilhamento. Se ela é apenas um reflexo da iluminação de uma academia específica ou do uniforme de um time específico, o sistema a mantém local.

A equipe testou este método usando duas grandes coleções de imagens esportivas, uma contendo 22 esportes diferentes e outra com 100. Eles simularam um ambiente realista onde muitas organizações diferentes participaram, cada uma com sua própria mistura única de atletas, uniformes e condições de câmera. Eles compararam seu novo sistema com vários métodos existentes que tentam proteger a privacidade. Os resultados mostraram que, ao filtrar o ruído local antes de enviar os dados, seu sistema foi significativamente melhor no reconhecimento de esportes. Nos cenários de teste mais difíceis, onde os dados eram muito diferentes de um cliente para outro, seu método melhorou a precisão do reconhecimento de esportes em várias porcentagens em comparação com os melhores métodos anteriores. Essa melhoria foi consistente mesmo quando os pesquisadores tornaram a proteção de privacidade mais forte, o que geralmente torna a tarefa muito mais difícil. O sistema também provou ser mais eficiente; porque enviou menos dados de "lixo", o ruído matemático necessário para a privacidade teve um impacto negativo menor no resultado final.

Os pesquisadores também observaram de perto o que acontecia dentro do sistema para entender por que funcionava. Eles descobriram que o sistema conseguiu manter o computador focado nos movimentos e técnicas reais dos atletas, em vez de se distrair com o fundo ou com os uniformes. Isso levou a um modelo que entendia o esporte em si, em vez de apenas memorizar as fotos específicas que tinha visto. O estudo confirmou que esta abordagem funciona bem mesmo quando o número de organizações participantes é muito grande ou quando apenas uma pequena fração delas participa de qualquer rodada de treinamento. As descobertas sugerem que, para tarefas como o reconhecimento de esportes, onde o objetivo é entender uma atividade específica através de muitos ambientes diferentes, é crucial distinguir entre o que é universal e o que é local. Ao fazer isso, é possível proteger a privacidade dos atletas e das instituições sem sacrificar a capacidade do computador de aprender efetivamente. O trabalho demonstra que privacidade e utilidade não precisam ser inimigos; com a estratégia certa, eles podem trabalhar juntos para criar um sistema mais inteligente e seguro para analisar o mundo dos esportos.

Resumo Técnico: FedSS – Aprendizado Federado para Reconhecimento de Esportes com Preservação de Privacidade e Consciência de Compartilhabilidade

1. Definição do Problema

O Aprendizado Federado (FL) oferece um paradigma para o reconhecimento colaborativo de imagens esportivas sem centralizar dados brutos, abordando preocupações de privacidade relativas às informações de atletas e à propriedade de dados institucionais. No entanto, as abordagens padrão de FL enfrentam dois desafios críticos em aplicações esportivas:

Heterogeneidade Visual: Dados esportivos distribuídos entre diferentes clientes (escolas, clubes, locais) exibem variações visuais significativas no aparecimento dos atletas, uniformes, fundos, iluminação e pontos de vista, mesmo quando a categoria do esporte é idêntica. Isso cria um conflito entre a semântica esportiva transferível (ex: padrões de movimento, configurações corporais) e o contexto visual específico do cliente.
Compromisso Privacidade-Utilidade: Para garantir uma privacidade rigorosa, o Aprendizado Federado com Privacidade Diferencial (DP-FL) aplica o corte de gradiente (gradient clipping) e ruído Gaussiano. O DP-FL convencional trata todas as atualizações de modelo de forma uniforme. Consequentemente, variações contextuais de baixa compartilhabilidade e específicas do cliente consomem uma parte da faixa de corte limitada ( $L_2$ norm), causando uma distorção desnecessária da semântica esportiva de alto valor e transferível. Isso leva a uma degradação significativa da utilidade sob restrições de privacidade.

Métodos existentes frequentemente melhoram a estabilidade da otimização ou a esparsificação, mas falham em distinguir explicitamente entre conhecimento globalmente transferível e contexto local antes de aplicar mecanismos de privacidade.

2. Metodologia: O Framework FedSS

Os autores propõem o FedSS (Aprendizado Federado com Preservação de Privacidade e Consciência de Compartilhabilidade), um framework projetado para desacoplar a semântica esportiva transferível do contexto específico do cliente antes da perturbação de privacidade.

Componentes Principais:

Módulo de Compartilhabilidade Semântica Esportiva (SSSM): Este módulo avalia os estágios da rede (ex: em um backbone ResNet-18) para estimar uma "pontuação de compartilhabilidade" ( $q_{i,b}^t \in [0,1]$ $q_{i, b}^{t} \in [0, 1]$ ) para cada estágio. A pontuação é derivada de três critérios:
1. Discriminatividade Esportiva: Mede o quão fortemente um estágio contribui para o reconhecimento correto do esporte usando relevância de ativação de gradiente.
2. Invariância Entre Clientes: Mede a consistência da atualização atual com uma Média Móvel Exponencial (EMA) de atualizações privadas compartilhadas anteriormente, garantindo o alinhamento com o conhecimento global.
3. Robustez de Privacidade: Avalia a estabilidade do gradiente de um estágio sob perturbação local (usando Minimização Consciente de Gradiente, GAM) e sua força de sinal em relação ao ruído Gaussiano esperado.
Desacoplamento Semântica-Contexto: Usando as pontuações de compartilhabilidade estimadas, a atualização candidata ( $\Delta_i^t$ $Δ_{i}^{t}$ ) é suavemente decomposta em:
- Componente Transferível ( $\Delta_{i,sport}^t$ ): Ponderado pelas pontuações de compartilhabilidade, este componente é privatizado (cortado e com adição de ruído) e enviado.
- Componente de Contexto ( $\Delta_{i,context}^t$ ): O resíduo é retido localmente em uma Memória de Contexto Local ( $r_i$ ) para preservar as adaptações específicas do cliente (ex: uniformes ou locais específicos) sem expô-las ao servidor.
Otimização Local: Os clientes utilizam a Minimização Consciente de Gradiente (GAM) para otimizar os modelos locais, caracterizando a planicidade de primeira ordem para melhorar a robustez contra o ruído.
Agregação do Servidor: O servidor agrega apenas as atualizações de semântica esportiva privatizadas para atualizar o modelo global e atualiza as referências de EMA para a próxima rodada.

Garantias de Privacidade:
A análise teórica (Proposição 1) confirma que, como os coeficientes de compartilhabilidade e os resíduos locais nunca são transmitidos, e a atualização final liberada é limitada e privatizada usando mecanismos padrão de DP de nível de cliente, o FedSS mantém as mesmas garantias de privacidade diferencial $(\epsilon, \delta)$ que o DP-FL padrão, sem exigir contabilidade de privacidade adicional.

3. Principais Contribuições

Proposta de Framework: Introdução do FedSS, que distingue explicitamente a semântica esportiva globalmente transferível do contexto visual específico do cliente em ambientes federados heterogêneos.
Módulo de Compartilhabilidade: Desenvolvimento do SSSM, que avalia adaptativamente a compartilhabilidade por estágio baseada em discriminatividade, invariância e robustez, guiando o compartilhamento seletivo de conhecimento.
Análise Teórica: Prova de que a filtragem suave por estágio é não-expansiva (Proposição 2), o que significa que não pode aumentar a distorção de corte, e derivação de limites de erro mostrando redução na supressão semântica e vazamento de contexto (Proposições 3 e 4).
Avaliação Abrangente: Experimentos extensivos nos conjuntos de dados sport22 e sport100 sob várias configurações de heterogeneidade (desvio de rótulo, mudança de contexto visual e combinação) e orçamentos de privacidade.

4. Resultados Experimentais

Os experimentos foram conduzidos em backbones ResNet-18 através de diferentes escalas de clientes (100 e 500 clientes) e orçamentos de privacidade ( $\epsilon \in [4, 12]$ ).

Acurácia: O FedSS superou consistentemente as linhas de base representativas de DP-FL (incluindo DP-FedAvg, DP-FedSAM e DPSIR-Fed). Na desafiadora configuração de Heterogeneidade Mista (M-Het), o FedSS melhorou a acurácia Top-1 em 5,78% no sport22 e 5,71% no sport100 em comparação com a linha de base mais forte (DPSIR-Fed).
Compromisso Privacidade-Utilidade: O FedSS demonstrou desempenho superior em todos os orçamentos de privacidade, com ganhos particularmente significativos sob restrições de privacidade fortes ( $\epsilon=4$ ).
Análise de Mecanismo:
- Distorção de Corte: O FedSS reduziu significativamente a distorção de corte (ClipDist) ao filtrar o contexto de baixa compartilhabilidade antes do corte.
- Consistência Semântica: O método alcançou uma maior Consistência Semântica Esportiva (SCS) e uma menor Previsibilidade Cliente-Contexto Condicional de Classe (C-CCP), indicando que o modelo compartilhado aprendeu mais sobre o próprio esporte e menos sobre artefatos específicos do cliente.
Estudos de Ablação: A remoção do SSSM causou a maior queda de desempenho, confirmando-o como o principal motor de melhoria. A memória de contexto local e a otimização GAM forneceram ganhos complementares.

5. Significância e Alegações

O artigo afirma que o FedSS mitiga efetivamente a degradação da utilidade tipicamente associada ao aprendizado federado com preservação de privacidade no reconhecimento de esportes. Ao reconhecer que nem toda informação aprendida é igualmente valiosa para o compartilhamento global, o FedSS otimiza o limitado "orçamento de corte" para preservar a semântica esportiva de alto valor e transferível, enquanto retém o contexto de baixo valor localmente.

Os autores afirmam que esta abordagem consciente de compartilhabilidade fornece uma solução robusta para dados esportivos heterogêneos, oferecendo:

Melhor acurácia de reconhecimento sob garantias de privacidade estritas.
Redução da distorção do conhecimento útil durante o mecanismo de privacidade.
Maior consistência semântica entre clientes no modelo global.

O trabalho sugere que pesquisas futuras poderiam estender este paradigma de consciência de compartilhabilidade para dados de vídeo, entradas multimodais e estimativa adaptativa mais granular, mas a contribuição atual está firmemente fundamentada em benchmarks de reconhecimento de imagem estática.