🤖 machine learning

A Survey on Federated Causal Discovery and Inference

本文对联邦因果发现与推理进行了全面的综述，提供了一个统一的框架，该框架从多个维度对现有方法进行了分类，将其联系形式化为因果推理流水线中互补的阶段，并指出了关键挑战与未来的研究方向。

原作者： Xianjie Guo, Yuwei Wang, Guodu Xiang, Xiaoli Tang, Kui Yu, Han Yu, Qiang Yang

发布于 2026-06-24

📖 1 分钟阅读☕ 轻松阅读

原作者： Xianjie Guo, Yuwei Wang, Guodu Xiang, Xiaoli Tang, Kui Yu, Han Yu, Qiang Yang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你正在试图解开一个巨大的谜团：事物为什么会发生？

在数据世界中，这被称为因果推理（Causal Reasoning）。它有两个主要任务：

因果发现（Causal Discovery）： 弄清楚谁导致了什么（例如：是吸烟导致了癌症，还是仅仅因为吸烟者也喝咖啡？）。
因果推断（Causal Inference）： 精确测量一个事物在多大程度上改变了另一个事物（例如：如果我们停止吸烟，癌症发病率会下降多少？）。

通常，为了解决这些谜团，你需要将所有的线索（数据）收集到一个巨大的房间里。但在现实世界中，数据是分散的。医院、银行和工厂都持有各自私有的记录。由于隐私法（如 HIPAA 或 GDPR）或彼此之间缺乏信任，他们无法共享这些数据。

于是，**联邦学习（Federated Learning）**登场了。你可以把它想象成一个“秘密侦探社”。与其把所有线索都带到一个房间里，不如让侦探们（计算机）留在各自的办公室。他们只向中央协调员分享他们的“结论”或“笔记”，绝不展示原始文件。

这篇论文是一本综合指南，专门针对这个全新的、高度专业化的侦探社版本：联邦因果发现与推断（FCD & FCI）。它描绘了如何在保持每个人数据都锁在自己保险箱里的同时，去破解这些因果之谜。

以下是这篇论文旅程的简化拆解：

1. 两大核心任务

论文将工作分成了两个截然不同但又紧密相连的任务：

任务 A：联邦因果发现 (FCD) —— “绘制地图”
- 目标： 构建一张完整的“因果关系图”（图谱），展示变量之间是如何连接的。
- 挑战： 当没有任何一个侦探见过完整的地形时，该如何绘制地图？
- 解决方案： 每个侦探根据自己的线索绘制一张局部小地图。他们将地图碎片发送到中央总部。总部将它们缝合在一起，形成一张巨大的全球地图，而无需看到原始的地形。
- 论文的分类法： 作者将实现这一目标的各种方式分为三类：
  - 思维方式： 他们是测试规则（基于约束）、尝试寻找最佳得分（基于评分），还是使用平滑数学（连续优化）？
  - 排列方式： 他们拥有相同的变量（水平联邦），还是针对同一群人拥有不同的变量（垂直联邦），亦或是两者的结合（混合联邦）？
  - 观察范围： 他们是试图绘制整个世界的地图（全局），还是仅绘制某个特定变量周围的邻域（局部）？
任务 B：联邦因果推断 (FCI) —— “衡量影响”
- 目标： 一旦地图绘制完成，某项特定行动（如一种新药）会对结果（如患者康复情况）产生多大的影响？
- 挑战： 如果你只是简单地合并来自不同医院的数据，你可能会得到错误的答案，因为不同医院治疗的患者类型不同。
- 解决方案： 侦探们使用特殊的数学技巧（如加权或匹配）来确保跨地点进行“苹果对苹果”的比较，而无需分享患者姓名。
- 论文的分类法： 他们通过以下维度对方法进行分类：
  - 测量对象： 对所有人的平均效应（ATE），还是对特定个体的效应（ITE/CATE）。
  - 计算方式： 使用权重、人员匹配、深度学习 AI 或贝叶斯统计。

2. 秘密联系：流水线

论文提出了一个至关重要的观点：发现与推断是最好的朋友。

你通常需要先有地图（发现），才能知道在测量**影响（推断）**时应该针对哪些变量进行调整。
作者将其可视化为一个流水线（Pipeline）：首先，团队共同构建地图；然后，利用这张地图来计算处理效应。
陷阱： 如果地图错了，测量结果也会出错。论文强调，我们需要注意第一步中的误差是如何影响第二步的，尤其是在涉及隐私的情况下。

3. 障碍（为什么这很难？）

论文指出了几个让这一切变得困难的“反派”：

“语言不通”问题（异质性）： 医院 A 可能用 mmHg 测量血压，而医院 B 使用不同的标准。或者，医院 A 有关于“吸烟”的数据，但医院 B 没有。算法必须能够跨越这些差异进行对话。
“线索缺失”问题（缺失数据）： 有时数据就是丢失了。如果医院 A 缺失了 50% 的记录，而医院 B 仅缺失 10%，将它们合并起来会非常棘手。
“隐私与准确度”的权衡： 为了保护数据安全，我们会加入“噪声”（就像收音机里的静电）。噪声太大，地图就会模糊；噪声太小，隐私就会泄露。找到这个平衡点是一个重大挑战。
“通信成本”： 在来回传输整张地图（或庞大的 AI 模型）会消耗大量的时间和带宽。论文在寻找只发送“核心笔记”而非整本书的方法。

4. 应用场景（根据论文所述）

作者列举了这种“秘密侦探社”正在被测试或提议的真实应用场景：

医疗保健： 在不共享患者记录的情况下，比较不同国家间的药物有效性（例如：新冠疫苗研究、阿尔茨海默症研究）。
制造业： 通过对比其他工厂且不泄露商业机密，来查明为什么某家工厂的机器正在产生缺陷。
社交媒体： 理解内容审核如何影响不同平台上的用户参与度，而无需查看个人用户数据。
经济学： 评估不同地区的政府政策，而无需集中存储敏感的财务数据。
公平性： 在不透露申请人身份的情况下，检查不同公司的招聘算法是否存在针对特定群体的偏见。

5. 未来展望（开放性挑战）

论文最后指出，该领域还很年轻，需要更多工作：

更好的地图： 我们需要更好的方法来处理“垂直”设置（即不同的人拥有不同的变量）。
更强的隐私： 我们需要数学上的保证，确保没有人能通过分享的“笔记”来作弊并窃取数据。
标准测试： 我们需要一个通用的“考试”或基准测试，以便研究人员可以公平地比较不同的方法。
AI 助手： 大语言模型（LLM）是否可以帮助建议因果地图，从而加速这一过程？

总结

简而言之，这篇论文是数据科学新时代的路线图。它教会我们如何在数据分散在全球各地、且被隐私之墙阻隔的情况下，去解决“谁导致了什么？”以及“这改变了多少？”的问题。它将混乱的研究现状整理成清晰的结构，向我们展示了现有的工具在哪里，哪些地方仍有缺失，以及如何构建一个更美好、更私密的决策未来。

技术总结：联邦因果发现与推理综述

1. 问题定义

本文探讨了在数据分布于多个机构（如医院、银行、研究中心）时进行因果推理的关键挑战，由于隐私法规（如 GDPR、HIPAA）和通信限制，这些机构无法或不愿共享原始记录。虽然联邦学习（FL）已在协作监督学习方面取得了成功，但将其与因果框架相结合引入了截然不同的困难。

本文关注两个互补的任务：

联邦因果发现 (FCD)： 在不集中原始数据的情况下，从分布式观测数据中恢复全局因果结构（有向无环图，DAG）的任务。
联邦因果推理 (FCI)： 在分布式人群中量化因果效应（例如，平均处理效应，ATE）的任务，这需要针对可能在不同站点间存在分布或机制差异的混杂因素进行调整。

识别出的关键挑战包括：

结构约束： 在分布式设置中强制执行全局无环性在组合数学上是极其困难的。
异质性： 客户端通常拥有异质的因果机制（不同的条件分布 $P(X_i | Pa(X_i))$ ），并且可能观测到非相同的变量集，这违反了标准联邦学习的假设。
可识别性： 因果结论取决于充分的调节集和函数假设，而当数据被分割时，这些问题会变得更加复杂。

2. 方法论与分类法

本文通过多维分类法提供了系统的综述，这使其区别于以往关于“面向 FL 的因果关系”的广泛综述。

联邦因果发现 (FCD)

作者根据三个维度对 FCD 方法进行了组织：

方法论范式：
- 基于约束的方法： 对 PC 和 FCI 算法的适配（例如 FedPC、FedC2SL），这些方法执行联邦条件独立（CI）检验。它们面临误差传播和分布式设置下高阶 CI 测试可靠性的挑战。
- 基于评分的方法： 优化 DAG 空间或排序上的全局评分准则（如 BIC）的方法（例如 DARLS、FedGES）。其挑战在于超指数级的搜索空间以及对局部样本量的敏感性。
- 连续优化： NOTEARS 框架的扩展（例如 NOTEARS-ADMM、FedDAG），将 DAG 学习重新表述为可通过基于梯度的分布式优化求解的连续程序。这些方法面临非凸性和高通信成本（ $O(d^2)$ ）的问题。
- 混合/其他方法： 结合多种范式或解决特定设置（如干预数据 FedCDI 或缺失数据 FedImpCSL）的方法。
联邦拓扑结构：
- 水平联邦： 客户端共享变量但拥有不同的样本（主要设置）。
- 垂直联邦： 客户端共享实体但拥有不同的变量（例如 PP-BN(V)、VertiBayes）。
- 混合联邦： 样本和变量在客户端之间均存在差异。
结构范围：
- 全局： 学习所有变量的完整 DAG。
- 局部： 仅学习特定目标变量的父节点/子节点（例如 FedLCS）。

联邦因果推理 (FCI)

FCI 方法按以下维度分类：

目标估计量： 平均处理效应 (ATE) 与个体化/条件平均处理效应 (ITE/CATE)。
估计策略：
- 逆概率加权 (IPW)： 联邦倾向评分聚合（例如 FedIPW-MLE、Fed-IPW）。
- 双重稳健/增强方法： 如 FedAIPW 和 FACE 等结合了结果回归和倾向评分加权以实现稳健性的方法。
- 匹配法： 联邦倾向评分匹配（例如 FPSM、MVAgg）。
- 深度生成/Transformer： 使用 VAE 和 Transformer（例如 FedTEDVAE、FedTransTEE）来学习表示，尽管这些方法通常缺乏正式的理论保证。
- 专门化方法： 用于生存分析（FL-TTE）、工具变量（FedIV）和双重机器学习（FDML）的方法。

统一流水线

本文的一个核心方法论贡献是形式化了 FCD 与 FCI 之间的联系。作者提出了一个统一的流水线，其中 FCD 作为上游阶段，用于识别有效的调节集（通过后门准则）以供 FCI 使用。他们分析了结构不确定性（例如马尔可夫等价类歧义）从发现阶段向推理阶段的传播，并指出朴素的点估计可能导致过度自信的结论。

3. 主要贡献

本文声称了以下贡献：

全面的范围： 它提供了首个专门针对 FCD 和 FCI 的细粒度综述，超越了更广泛的“面向 FL 的因果关系”视角，专注于分布式结构学习和效应估计的核心算法挑战。
新颖的分类法： 它引入了 FCD 的三轴分类法（方法论 $\times$ 拓扑 $\times$ 范围）和 FCI 的两轴分类法（估计量 $\times$ 策略），实现了对先前未曾综合的维度的原则性比较。
形式化流水线： 它明确形式化了 FCD 和 FCI 之间的依赖关系，分析了结构学习如何指导效应估计以及误差如何传播，这一联系在先前的文献中很大程度上未被探索。
系统性比较： 它提供了详细的总结表，根据隐私机制、通信效率、理论保证以及处理异质性和缺失数据等实际问题的能力对方法进行比较。

4. 结果与分析

该综述是对现有文献的综合，而非呈现新的实验结果。主要的分析观察包括：

水平联邦的主导地位： 大多数现有工作侧重于水平分区；尽管垂直和混合设置具有实际意义，但仍未得到充分探索。
处理异质性： 虽然早期方法假设数据是同质的，但近期的研究（如 FedDAG、FedCDH）已开始处理异质的因果机制和非相同的变量集。
隐私差距： 大多数方法依赖于“不共享原始数据即足以保证隐私”的隐含假设。只有少数方法（如 PERI、I-PERI、Fed-Sparse-BNSL）提供了正式的差分隐私 (DP) 保证。
通信效率： 由于矩阵交换，连续优化方法通常会产生高昂的通信成本（ $O(d^2)$ ），而基于评分和基于约束的方法差异较大。
理论极限： 收敛保证非常稀缺。只有极少数方法（如 DARLS、FDBNL）提供了正式的收敛速率，且在异质性条件下联邦因果发现的极小极大速率（minimax rates）仍是一个开放的理论问题。

5. 意义与未来方向

本文将自身定位为进入该领域研究者的基础性参考资料。其意义在于弥合了因果推理与联邦学习这两个跨学科领域之间的鸿沟，提供了一个结构化框架来应对复杂的算法图景。

作者确定了未来研究的几个开放挑战：

正式的隐私保证： 为多轮因果协议开发紧凑的组合定理，并表征结构学习中的隐私-效用权衡。
通信效率： 设计适用于高维设置的协议，例如梯度压缩和单次聚合策略。
理论基础： 建立有限样本的可识别性条件、极小极大速率以及联邦估计量的半参数效率界限。
垂直与混合设置： 创建适用于客户端持有不同变量场景的可扩展协议。
连接发现与推理： 开发联合优化结构学习和效应估计的端到端流水线，以及将结构不确定性传播到效应估计中的方法。
复杂设置： 扩展方法以处理潜在混杂因素 (PAGs)、时变处理、中介分析和反事实推理。
基准测试： 该领域缺乏标准化的基准测试；作者呼吁建立具有现实异质性、缺失数据和真实结构性的社区基准。

文章总结道，尽管已取得了显著进展，但该领域仍需要更严谨的理论基础、标准化的评估以及可扩展的解决方案，以实现联邦因果推理在医疗保健、经济学和工程学等领域的全部潜力。