联邦学习题库及解析.docxVIP

联邦学习题库及解析

一、单项选择题（共10题，每题1分，共10分）

联邦学习最核心的设计目标是以下哪一项？

A.大幅度提升模型训练的整体运行速度

B.保障各参与方原始数据不出域的前提下，实现多方联合建模

C.降低模型在线推理环节的响应延迟

D.减少参与方本地训练所需的硬件计算资源

答案：B

解析：联邦学习的核心设计初衷就是破解数据孤岛问题，在数据不离开参与方本地的前提下完成共同建模。选项A提升训练速度不是核心目标，甚至跨参与方通信还可能降低整体速度；选项C优化推理延迟和联邦学习训练阶段的设计逻辑无关；选项D联邦学习需要各参与方在本地完成部分计算，并不会减少本地硬件资源消耗，因此三个错误选项的描述均不符合联邦学习的核心定义。

横向联邦学习划分参与方数据集的核心依据是以下哪一项？

A.样本重叠度高、特征维度重叠度低

B.样本重叠度低、特征维度重叠度高

C.样本重叠度高、特征维度重叠度高

D.样本重叠度低、特征维度重叠度低

答案：B

解析：横向联邦也叫按样本划分的联邦学习，核心特征是多方的特征空间相似度很高，但各自覆盖的用户样本交集很小，比如不同地域的同类型电商平台，用户群体完全不同但特征维度都是用户消费行为标签，符合该特征。其余选项对应的特征组合均不属于横向联邦的划分逻辑。

以下哪一项是典型的联邦学习中心服务器的核心职责？

A.收集所有参与方上传的原始用户数据做集中训