Horizontales Federated Learning, abgekürzt HFL, ist eine Form des verteilten maschinellen Lernens. Mehrere Teilnehmer trainieren gemeinsam ein Modell, ohne ihre vollständigen lokalen Datensätze an eine zentrale Stelle zu übertragen. Die beteiligten Systeme besitzen grundsätzlich denselben Merkmalsraum und verfolgen dasselbe Lernziel, verfügen jedoch über unterschiedliche Dateninstanzen. Ein typisches Beispiel sind mehrere Forschungslabore, die identische Messgrößen erfassen, aber jeweils eigene Experimente durchführen.

Der entscheidende Unterschied zum zentralisierten maschinellen Lernen liegt in der Datenhaltung. Bei einem zentralen Verfahren werden die Trainingsdaten zusammengeführt und auf einem gemeinsamen System verarbeitet. Beim HFL verbleiben sie bei den jeweiligen Teilnehmern. Übertragen werden stattdessen Modellparameter, Gradienten oder daraus abgeleitete Aktualisierungen. Ein Koordinationsmechanismus führt diese Beiträge zu einem globalen Modell zusammen.

Für die Quantentechnologie ist dieses Prinzip aus mehreren Gründen relevant. Quantenprozessoren, Quantensensoren, Kommunikationsnetze und Forschungslabore erzeugen wertvolle, häufig sensible Daten. Dazu gehören Kalibrierungswerte, Rauschprofile, Fehlersyndrome, Pulskonfigurationen, Messreihen und Informationen über proprietäre Hardware. Eine zentrale Zusammenführung solcher Daten kann durch Geheimhaltungsinteressen, Datenschutzanforderungen, Vertragsbedingungen oder technische Beschränkungen verhindert werden.

HFL bietet die Möglichkeit, aus verteilten quantentechnologischen Daten ein gemeinsames Modell zu entwickeln, ohne die Rohdaten vollständig offenzulegen. Das Verfahren kann beispielsweise genutzt werden, um Fehlerzustände von Quantenprozessoren zu erkennen, Kalibrierungsprozesse zu verbessern oder Muster in verteilten Quantensensornetzen zu identifizieren.

Dabei muss zwischen drei Konzepten unterschieden werden. Erstens kann klassisches HFL auf Daten angewendet werden, die aus Quantensystemen stammen. Zweitens können Quantenmodelle oder Quantenhardware in das föderierte Training integriert werden. Dies wird als Quantum Federated Learning bezeichnet. Drittens können HFL-Systeme mit Post-Quantum-Kryptografie gegen zukünftige Angriffe leistungsfähiger Quantencomputer abgesichert werden. Diese drei Ansätze verfolgen unterschiedliche Ziele und dürfen nicht gleichgesetzt werden.

Diese Abhandlung erläutert die Funktionsweise des Horizontalen Federated Learning, seine mathematischen Grundlagen, seine Sicherheitsprobleme und seine Bedeutung für die Quantentechnologie. Zugleich wird untersucht, welche Rolle Quantencomputer, Quantenkommunikation und quantenresistente Kryptografie tatsächlich übernehmen können. Im Mittelpunkt steht eine nüchterne Bewertung: HFL ist bereits heute praktisch einsetzbar, während viele quantenbasierte Erweiterungen noch Gegenstand der Forschung sind.

Grundlagen des Federated Learning

Zentrales und föderiertes Lernen

Beim überwachten maschinellen Lernen wird aus einer Menge von Eingaben und bekannten Zielwerten ein Modell entwickelt. Das Modell soll eine Funktion erlernen, die neue Eingaben möglichst korrekt klassifiziert oder einen geeigneten Zahlenwert vorhersagt. In einer zentralisierten Architektur werden alle verfügbaren Trainingsdaten auf einem Server gespeichert. Dieser Server berechnet die Modellparameter und übernimmt den gesamten Trainingsprozess.

Das zentralisierte Verfahren ist technisch vergleichsweise einfach. Datenbereinigung, Modelltraining, Validierung und Aktualisierung finden innerhalb einer kontrollierten Umgebung statt. Das Problem liegt in der erforderlichen Datenübertragung. Sensible Informationen müssen ihre ursprüngliche Umgebung verlassen. Dadurch entstehen Risiken bei der Übertragung, Speicherung und Nutzung der Daten. Außerdem kann die zentrale Datensammlung gesetzlichen, vertraglichen oder wirtschaftlichen Einschränkungen widersprechen.

Federated Learning ersetzt die zentrale Datensammlung durch einen koordinierten Trainingsprozess. Jeder Teilnehmer verarbeitet seine Daten lokal. Die lokalen Ergebnisse werden anschließend zusammengeführt. Das Ziel ist nicht die bloße Kombination bereits fertig trainierter Modelle, sondern ein wiederholter gemeinsamer Optimierungsprozess.

Ein globales Modell wird an die Teilnehmer verteilt. Diese führen lokale Trainingsschritte durch und senden ihre Aktualisierungen zurück. Der Server aggregiert die Beiträge und erzeugt eine neue globale Modellversion. Dieser Ablauf wird über mehrere Trainingsrunden wiederholt.

Abgrenzung zum verteilten Rechnen

Federated Learning ist eine Form des verteilten Lernens, aber nicht jedes verteilte Lernverfahren ist föderiert. Beim klassischen verteilten Rechnen wird eine große Rechenaufgabe auf mehrere Systeme verteilt. Die Daten können dabei zentral verwaltet oder beliebig zwischen den Rechenknoten ausgetauscht werden. Das Hauptziel besteht in einer schnelleren Berechnung.

Beim Federated Learning steht dagegen die verteilte Datenhoheit im Mittelpunkt. Die Teilnehmer können unterschiedlichen Unternehmen, Forschungseinrichtungen oder Betreibern angehören. Sie müssen ein gemeinsames Modell trainieren können, obwohl sie ihre Rohdaten nicht gegenseitig offenlegen wollen oder dürfen.

Die technische Architektur muss deshalb nicht nur Rechenleistung verteilen, sondern auch Zugriffsrechte, Vertrauensgrenzen und Sicherheitsanforderungen berücksichtigen. Ein Teilnehmer kann dem Aggregationsserver vertrauen, ohne den anderen Teilnehmern zu vertrauen. In anderen Szenarien wird auch der Server lediglich als ehrlich, aber neugierig betrachtet: Er führt das Protokoll korrekt aus, versucht jedoch möglicherweise, aus den empfangenen Aktualisierungen zusätzliche Informationen abzuleiten.

Grundformen des Federated Learning

Federated Learning wird häufig nach der Verteilung der Datenmerkmale und Dateninstanzen eingeteilt. Beim Horizontalen Federated Learning besitzen die Teilnehmer vergleichbare Merkmale, aber unterschiedliche Datenobjekte. Beim Vertikalen Federated Learning beziehen sich die Datensätze zumindest teilweise auf dieselben Objekte, enthalten jedoch unterschiedliche Merkmale. Federated Transfer Learning wird eingesetzt, wenn weder die Dateninstanzen noch die Merkmalsräume ausreichend übereinstimmen.

Eine weitere Einteilung unterscheidet Cross-Device- und Cross-Silo-Systeme. Cross-Device Federated Learning verbindet häufig sehr viele Endgeräte mit begrenzter Rechenleistung und wechselnder Verfügbarkeit. Cross-Silo Federated Learning verbindet dagegen eine überschaubare Zahl institutioneller Teilnehmer. Für quantentechnologische Anwendungen ist Cross-Silo-HFL besonders relevant, weil Forschungslabore, Rechenzentren, Hersteller oder Betreiber von Messnetzen als eigenständige Teilnehmer auftreten können.

Definition des Horizontalen Federated Learning

Horizontale Datenverteilung

Beim HFL verfügen alle Teilnehmer über Datensätze mit grundsätzlich gleicher Struktur. Die Zeilen der Datensätze unterscheiden sich, während die Spalten weitgehend übereinstimmen. Die einzelnen Teilnehmer beobachten also verschiedene Datenobjekte, verwenden jedoch dieselben oder kompatible Merkmale.

Der lokale Datensatz des Teilnehmers k kann folgendermaßen beschrieben werden:

\(D_k = \{(x_i,y_i)\}_{i=1}^{n_k}\)

Dabei bezeichnet \(x_i\) den Eingabevektor, \(y_i\) den zugehörigen Zielwert und \(n_k\) die Zahl der lokalen Trainingsbeispiele. Für alle Teilnehmer muss die Bedeutung der einzelnen Komponenten von \(x_i\) ausreichend übereinstimmen.

Ein Merkmalsvektor für die Zustandsbewertung eines Quantenprozessors könnte beispielsweise folgende Struktur besitzen:

\(x_i = (T_{1,i},T_{2,i},e_{g,i},e_{m,i},f_i,p_i)\)

Hier können \(T_{1,i}\) und \(T_{2,i}\) Relaxations- und Kohärenzzeiten darstellen, \(e_{g,i}\) eine Gatterfehlerrate, \(e_{m,i}\) eine Messfehlerrate, \(f_i\) eine Betriebsfrequenz und \(p_i\) einen Steuerparameter. Die konkrete Interpretation hängt von der Aufgabe und der eingesetzten Hardware ab.

Besitzen mehrere Labore dieselbe Merkmalsdefinition, können ihre Messreihen horizontal verteilt sein. Labor A stellt Daten aus seinen Experimenten bereit, Labor B aus einer anderen Hardwareumgebung und Labor C aus einem weiteren Zeitraum. Die Experimente sind nicht identisch, aber die Datenstruktur ist kompatibel.

Gemeinsames Lernziel

Die Teilnehmer müssen nicht nur einen gemeinsamen Merkmalsraum, sondern auch ein gemeinsames Lernziel besitzen. Ein Modell kann beispielsweise vorhersagen, ob eine Kalibrierung wiederholt werden muss, wie hoch die erwartete Fehlerrate einer Operation ist oder welche Steuerparameter für einen stabilen Betrieb geeignet sind.

Jeder Teilnehmer besitzt eine lokale Verlustfunktion:

\(F_k(w) = \frac{1}{n_k}\sum_{i=1}^{n_k}\ell(f_w(x_i),y_i)\)

Die Modellparameter werden durch \(w\) dargestellt. Die Funktion \(f_w(x_i)\) liefert die Vorhersage des Modells, während \(\ell\) den Fehler zwischen Vorhersage und Zielwert bewertet.

Das globale Lernziel besteht darin, einen Parametersatz zu finden, der die gewichteten lokalen Verluste minimiert:

\(\min_w F(w) = \min_w \sum_{k=1}^{K}\frac{n_k}{N}F_k(w)\)

Dabei ist \(K\) die Anzahl der Teilnehmer und

\(N = \sum_{k=1}^{K}n_k\)

die Gesamtzahl der Trainingsbeispiele. Die Gewichtung mit \(n_k/N\) verhindert, dass ein Teilnehmer mit wenigen Daten denselben Einfluss erhält wie ein Teilnehmer mit einem wesentlich größeren Datensatz. Eine solche Gewichtung ist jedoch nicht in jedem Szenario optimal. Wenn große Teilnehmer systematisch verzerrte Daten besitzen, kann ihre hohe Gewichtung die Qualität des globalen Modells verschlechtern.

Voraussetzungen für ein belastbares HFL-System

Eine formale Übereinstimmung der Spaltennamen reicht nicht aus. Die Merkmale müssen dieselbe physikalische oder fachliche Bedeutung besitzen. Werden Fehlerwahrscheinlichkeiten in einem Labor als Dezimalwerte und in einem anderen als Prozentangaben gespeichert, führt eine ungeprüfte Zusammenführung zu falschen Ergebnissen. Dasselbe gilt für Einheiten, Messintervalle, Kalibrierungsverfahren und Auswerteprotokolle.

Vor dem Training müssen deshalb gemeinsame Regeln festgelegt werden. Dazu gehören Merkmalsdefinitionen, Einheiten, Wertebereiche, Behandlung fehlender Werte, Ausreißerregeln und Zielvariablen. Bei quantentechnologischen Daten müssen zusätzlich Hardwarezustand, Schaltkreistiefe, Messbasis, Anzahl der Wiederholungen und eingesetzte Fehlerkorrekturen dokumentiert werden.

HFL löst keine Probleme, die bereits durch uneinheitliche Daten entstehen. Das Verfahren kann nur dann gemeinsames Wissen erzeugen, wenn die lokalen Daten semantisch vergleichbar sind. Ohne ein gemeinsames Datenmodell aggregiert der Server mathematische Aktualisierungen, deren Bedeutung nicht ausreichend übereinstimmt.

Systemarchitektur eines HFL-Verfahrens

Zentralisierte Koordination

Die häufigste Architektur verwendet einen zentralen Koordinationsserver. Dieser Server speichert nicht die vollständigen lokalen Datensätze, sondern verwaltet das globale Modell und den Ablauf der Trainingsrunden. Er wählt Teilnehmer aus, verteilt Modellparameter, empfängt Aktualisierungen und führt die Aggregation durch.

Der Server übernimmt außerdem organisatorische Aufgaben. Er kontrolliert Modellversionen, prüft Nachrichtenformate, protokolliert Trainingsrunden und entscheidet, wann das Training beendet wird. In produktiven Systemen kommen Authentifizierung, Zugriffssteuerung, Schlüsselverwaltung und Überwachung hinzu.

Der zentrale Server vereinfacht die Koordination, bildet jedoch einen kritischen Punkt. Fällt er aus, kann das Training zum Stillstand kommen. Wird er kompromittiert, können Modellparameter manipuliert oder lokale Beiträge ausgewertet werden. Die Sicherheit des Gesamtsystems darf daher nicht allein auf der Annahme beruhen, dass der Server uneingeschränkt vertrauenswürdig ist.

Dezentrale Architektur

In einer dezentralen Architektur kommunizieren die Teilnehmer direkt oder über wechselnde Koordinationsknoten. Modellaktualisierungen können innerhalb eines Peer-to-Peer-Netzes ausgetauscht werden. Jeder Knoten kombiniert die Modelle seiner Nachbarn und aktualisiert auf dieser Grundlage seinen lokalen Zustand.

Ein vereinfachter dezentraler Aktualisierungsschritt kann als

\(w_k^{(t+1)} = \sum_{j \in \mathcal{N}_k}a_{kj}w_j^{(t)} - \eta_t g_k^{(t)}\)

dargestellt werden. Dabei bezeichnet \(\mathcal{N}_k\) die Nachbarschaft des Teilnehmers k, \(a_{kj}\) ein Aggregationsgewicht, \(\eta_t\) die Lernrate und \(g_k^{(t)}\) den lokalen Gradienten.

Dezentrale Systeme vermeiden eine einzelne zentrale Instanz, erhöhen aber den Kommunikations- und Abstimmungsaufwand. Sie benötigen Regeln für Konsens, Knotenausfälle und widersprüchliche Modellversionen. In quantenbasierten Netzen wird zusätzlich untersucht, ob verschränkte Zustände oder quantenmechanische Kommunikationsprotokolle für bestimmte Koordinationsaufgaben genutzt werden können. Solche Ansätze befinden sich überwiegend im Forschungsstadium.

Cross-Device und Cross-Silo

Cross-Device-HFL geht von einer sehr großen Zahl potenzieller Teilnehmer aus. Nur ein kleiner Teil ist in einer Trainingsrunde verfügbar. Endgeräte können ihre Verbindung verlieren, ausgeschaltet werden oder nicht genügend Rechenleistung besitzen. Die Architektur muss daher mit unvollständiger Teilnahme und häufigen Ausfällen umgehen können.

Cross-Silo-HFL verbindet typischerweise wenige, relativ stabile Institutionen. Jeder Teilnehmer besitzt umfangreiche lokale Daten und kontrollierte Rechenressourcen. Die Kommunikation ist zuverlässiger, und die Beteiligten können gemeinsame Verträge, Datenstandards und Sicherheitsregeln festlegen.

Für die Quantentechnologie ist Cross-Silo-HFL gegenwärtig meist realistischer. Hersteller, Universitäten, Forschungseinrichtungen und Betreiber von Quanteninfrastrukturen können ihre Daten lokal halten und dennoch ein gemeinsames Modell trainieren. Die Zahl der Teilnehmer bleibt überschaubar, während die Datenbestände fachlich hochwertig und wirtschaftlich sensibel sein können.

Ablauf des föderierten Trainings

Initialisierung des globalen Modells

Zu Beginn wird eine gemeinsame Modellarchitektur festgelegt. Dies kann eine lineare Regression, ein Entscheidungsmodell, ein neuronales Netz oder ein hybrides Quanten-Klassik-Modell sein. Alle Teilnehmer müssen die gewählte Architektur ausführen können oder kompatible Teilmodelle bereitstellen.

Der Server initialisiert den globalen Parametersatz \(w^{(0)}\). Die Initialisierung kann zufällig erfolgen oder auf einem bereits vortrainierten Modell beruhen. Ein vortrainiertes Modell reduziert unter Umständen die notwendige Zahl der Kommunikationsrunden, kann jedoch bestehende Verzerrungen in das föderierte Training übernehmen.

Zusätzlich werden Lernrate, Rundenzahl, lokale Epochen, Batchgröße und Auswahlstrategie festgelegt. Der Server definiert außerdem, welche Qualitäts- und Sicherheitsprüfungen auf eingehende Aktualisierungen angewendet werden.

Lokales Training

In der Trainingsrunde t verteilt der Server das aktuelle globale Modell \(w^{(t)}\) an eine ausgewählte Teilmenge der Teilnehmer. Jeder ausgewählte Teilnehmer verwendet dieses Modell als Ausgangspunkt für sein lokales Training.

Ein lokaler Gradientenabstieg kann folgendermaßen dargestellt werden:

\(w_k^{(t,e+1)} = w_k^{(t,e)} - \eta \nabla F_k(w_k^{(t,e)})\)

Dabei bezeichnet e den lokalen Trainingsschritt und \(\eta\) die Lernrate. Nach mehreren lokalen Schritten erhält der Teilnehmer den aktualisierten Parametersatz \(w_k^{(t+1)}\).

Die Zahl lokaler Schritte beeinflusst Effizienz und Stabilität. Viele lokale Schritte reduzieren die Häufigkeit der Kommunikation, erhöhen jedoch das Risiko, dass sich lokale Modelle stark in Richtung ihrer eigenen Datenverteilung bewegen. Bei heterogenen Daten kann diese lokale Abweichung die globale Konvergenz verlangsamen.

In quantentechnologischen Anwendungen ist lokales Training besonders sinnvoll, wenn Daten eng mit der jeweiligen Hardware verbunden sind. Ein Labor kann beispielsweise sein lokales Rauschmodell aktualisieren, ohne detaillierte Betriebsdaten oder proprietäre Messprotokolle offenzulegen.

Federated Averaging

Nach dem lokalen Training senden die Teilnehmer ihre Modellaktualisierungen an den Server. Beim Federated-Averaging-Verfahren werden die lokalen Parameter entsprechend der Größe der lokalen Datensätze gewichtet:

\(w^{(t+1)} = \sum_{k=1}^{K_t}\frac{n_k}{\sum_{j=1}^{K_t}n_j}w_k^{(t+1)}\)

\(K_t\) bezeichnet die Zahl der in Runde t beteiligten Teilnehmer. Das Ergebnis ist die neue globale Modellversion.

Statt vollständiger Parameter können auch Differenzen übertragen werden:

\(\Delta w_k^{(t)} = w_k^{(t+1)} - w^{(t)}\)

Die globale Aktualisierung lautet dann:

\(w^{(t+1)} = w^{(t)} + \sum_{k=1}^{K_t}\frac{n_k}{\sum_{j=1}^{K_t}n_j}\Delta w_k^{(t)}\)

Federated Averaging ist einfach und leistungsfähig, setzt jedoch voraus, dass die lokalen Aktualisierungen sinnvoll miteinander kombiniert werden können. Bei stark unterschiedlichen Datenverteilungen, Modellarchitekturen oder Hardwarebedingungen kann ein einfacher Mittelwert ungeeignet sein.

Alternative Aggregationsverfahren

Robuste Aggregationsverfahren sollen verhindern, dass einzelne extreme oder manipulierte Aktualisierungen das globale Modell dominieren. Ein komponentenweiser Median verwendet für jeden Modellparameter den mittleren Wert der eingehenden Beiträge. Ein getrimmter Mittelwert entfernt zunächst einen Anteil besonders hoher und niedriger Werte.

Der getrimmte Mittelwert für die Parameterkomponente j kann vereinfacht als

\(w_j^{(t+1)} = \frac{1}{K_t - 2b}\sum_{k=b+1}^{K_t-b}w_{(k),j}^{(t+1)}\)

geschrieben werden. Die Werte \(w_{(k),j}^{(t+1)}\) sind dabei sortiert, und b Beiträge werden an jedem Rand entfernt.

Weitere Verfahren bewerten die Richtung und Größe lokaler Aktualisierungen. Beiträge, die stark von der Mehrheit abweichen, erhalten ein geringeres Gewicht oder werden ausgeschlossen. Solche Regeln können Angriffe begrenzen, bergen aber ein Risiko: Ein ehrlicher Teilnehmer mit einer tatsächlich abweichenden lokalen Datenverteilung kann fälschlich als Angreifer eingestuft werden.

Asynchrones Training

Synchrones HFL wartet auf eine festgelegte Zahl lokaler Beiträge. Langsame Teilnehmer können dadurch eine gesamte Runde verzögern. Asynchrone Verfahren aktualisieren das globale Modell, sobald ein Beitrag eintrifft.

Veraltete Aktualisierungen müssen dabei berücksichtigt werden. Eine mögliche Gewichtung lautet:

\(\alpha_k = \frac{1}{1+\tau_k}\)

\(\tau_k\) beschreibt, wie viele globale Modellversionen seit dem Ausgangsmodell des Teilnehmers vergangen sind. Je älter eine Aktualisierung ist, desto geringer wird ihr Einfluss.

Asynchrones Training kann bei heterogener Infrastruktur vorteilhaft sein. Bei Quantenhardware entstehen Verzögerungen beispielsweise durch Warteschlangen, Kalibrierungsphasen oder begrenzte Maschinenverfügbarkeit. Allerdings erschwert die asynchrone Verarbeitung die Reproduzierbarkeit und Sicherheitsprüfung.

Abbruch des Trainings

Das Training endet nicht zwingend nach einer festen Rundenzahl. Der Server kann prüfen, ob sich die globale Verlustfunktion noch wesentlich verbessert. Ein mögliches Abbruchkriterium lautet:

\(|F(w^{(t)}) - F(w^{(t-1)})| < \epsilon\)

Der Schwellenwert \(\epsilon\) legt fest, welche Veränderung noch als relevant gilt. Weitere Abbruchbedingungen sind eine Zielgenauigkeit, ein maximales Kommunikationsvolumen, eine Zeitgrenze oder ein festgelegtes Energie- und Rechenbudget.

Datenheterogenität und Modellqualität

IID- und Non-IID-Daten

Viele theoretische Lernverfahren setzen voraus, dass Trainingsdaten unabhängig und identisch verteilt sind. In einem realen HFL-System ist diese Annahme meist nicht erfüllt. Jeder Teilnehmer sammelt Daten unter eigenen Bedingungen. Die lokale Verteilung kann sich daher deutlich von der globalen Verteilung unterscheiden.

Ein Labor kann überwiegend Daten eines bestimmten Quantengattertyps besitzen, während ein anderes Labor andere Schaltkreise ausführt. Ein Quantensensor in einer Industrieanlage misst andere Umgebungsbedingungen als ein baugleiches Gerät in einem Forschungslabor. Solche Non-IID-Daten beeinflussen die lokale Optimierung.

Wenn Teilnehmer unterschiedliche lokale Optima besitzen, zeigen ihre Gradienten nicht in dieselbe Richtung. Der globale Mittelwert kann dadurch langsamer konvergieren oder ein Modell erzeugen, das für keinen Teilnehmer optimal ist.

Formen der Heterogenität

Eine Klassenverteilungsverschiebung liegt vor, wenn Teilnehmer unterschiedliche Häufigkeiten der Zielklassen beobachten. Ein Labor kann beispielsweise überwiegend stabile Betriebszustände erfassen, während ein anderes Labor gezielt Fehlerexperimente durchführt.

Eine Merkmalsverteilungsverschiebung tritt auf, wenn dieselben Merkmale unterschiedliche Wertebereiche besitzen. Ursachen können Hardwaregenerationen, Umgebungstemperaturen, Fertigungstoleranzen oder Kalibrierungszustände sein.

Konzeptverschiebung bedeutet, dass derselbe Eingabewert bei verschiedenen Teilnehmern nicht dieselbe Beziehung zum Zielwert besitzt. Ein bestimmtes Rauschsignal kann bei einer Hardwarearchitektur auf einen bevorstehenden Fehler hindeuten, bei einer anderen Architektur jedoch unkritisch sein.

Hinzu kommt zeitliche Heterogenität. Quantengeräte verändern ihr Verhalten durch Drift, Alterung, Wartung und Neukalibrierung. Ein Modell, das auf älteren Daten trainiert wurde, kann aktuelle Zustände deshalb unzureichend abbilden.

Gegenmaßnahmen

Eine erste Gegenmaßnahme ist die Standardisierung der Datenerfassung. Teilnehmer sollten gemeinsame Einheiten, Messprotokolle und Qualitätskriterien verwenden. Metadaten über Hardware, Zeitpunkte und Versuchsbedingungen helfen, lokale Unterschiede einzuordnen.

Algorithmisch können Verfahren eingesetzt werden, die lokale Abweichungen begrenzen. Eine Regularisierung hält das lokale Modell näher am globalen Ausgangszustand:

\(F_k^{\mathrm{reg}}(w) = F_k(w) + \frac{\mu}{2}||w-w^{(t)}||_2^2\)

Der Parameter \(\mu\) bestimmt die Stärke der Bindung an das globale Modell. Eine andere Möglichkeit ist die Personalisierung. Dabei wird ein gemeinsamer Modellkern trainiert, während bestimmte Schichten oder Parameter lokal angepasst werden.

Bei stark unterschiedlichen Hardwaretypen kann auch eine Clusterbildung sinnvoll sein. Teilnehmer mit ähnlichen Datenverteilungen trainieren jeweils ein gemeinsames Gruppenmodell. Dieses Vorgehen verringert den Zwang, alle lokalen Besonderheiten in einem einzigen globalen Modell abzubilden.

Datenschutz, Sicherheit und Angriffe

Lokale Datenhaltung ist kein vollständiger Datenschutz

HFL reduziert die direkte Weitergabe von Rohdaten. Daraus folgt jedoch nicht, dass der Trainingsprozess automatisch vertraulich ist. Modellparameter und Gradienten werden aus lokalen Daten berechnet. Sie können deshalb Informationen über diese Daten enthalten.

Insbesondere bei kleinen lokalen Batches können einzelne Trainingsbeispiele einen deutlichen Einfluss auf den Gradienten besitzen. Ein Angreifer, der Modellarchitektur, Ausgangsparameter und Gradient kennt, kann versuchen, passende Eingabedaten zu rekonstruieren.

Das Grundprinzip eines Gradient-Inversion-Angriffs lässt sich als Optimierungsproblem darstellen:

\(\min_{x',y'}||\nabla_w\ell(f_w(x'),y')-g_{\mathrm{beobachtet}}||_2^2\)

Der Angreifer sucht künstliche Daten \(x'\) und Zielwerte \(y'\), deren Gradient möglichst genau dem beobachteten lokalen Gradienten entspricht. Je nach Modell, Batchgröße und Datenart können daraus relevante Informationen über Trainingsdaten gewonnen werden.

Membership Inference und Model Inversion

Bei einem Membership-Inference-Angriff soll festgestellt werden, ob ein bestimmter Datensatz am Training beteiligt war. Der Angreifer nutzt beispielsweise Unterschiede im Modellverhalten zwischen bekannten und unbekannten Daten. Modelle, die ihre Trainingsdaten zu stark auswendig gelernt haben, sind besonders gefährdet.

Model-Inversion-Angriffe versuchen, typische Merkmale oder repräsentative Eingaben einer Zielklasse zu rekonstruieren. In föderierten Systemen können wiederholte Beobachtungen lokaler Aktualisierungen zusätzliche Informationen liefern.

Für quantentechnologische Anwendungen können nicht nur personenbezogene Daten sensibel sein. Rekonstruierte Modellinformationen könnten Rückschlüsse auf Hardwareeigenschaften, Fehlermuster, Materialparameter oder Betriebsstrategien ermöglichen. Datenschutz und Schutz von Geschäftsgeheimnissen überschneiden sich daher.

Manipulation lokaler Daten und Modelle

Bei Data Poisoning verändert ein Teilnehmer seine lokalen Trainingsdaten. Falsche Zielwerte, manipulierte Messwerte oder gezielt erzeugte Beispiele sollen das globale Modell beeinflussen. Bei Model Poisoning sendet der Angreifer direkt eine manipulierte Modellaktualisierung, ohne sie aus einem regulären lokalen Training abzuleiten.

Ein Backdoor-Angriff verfolgt ein verborgenes Ziel. Das globale Modell soll bei normalen Eingaben korrekt arbeiten, bei einem speziellen Auslösemuster jedoch eine vom Angreifer gewünschte Ausgabe erzeugen. Ein solcher Angriff ist schwer zu erkennen, weil die allgemeine Modellgenauigkeit kaum beeinträchtigt sein muss.

Bei einem Sybil-Angriff erzeugt ein Angreifer mehrere scheinbar unabhängige Teilnehmer. Dadurch erhöht er das Gewicht seiner manipulierten Beiträge. Cross-Silo-Systeme können dieses Risiko durch überprüfte Identitäten und vertraglich definierte Teilnehmer begrenzen. In offenen Cross-Device-Systemen ist die Abwehr schwieriger.

Secure Aggregation

Secure Aggregation soll verhindern, dass der Server einzelne lokale Aktualisierungen lesen kann. Stattdessen erhält er nur die Summe oder den gewichteten Mittelwert mehrerer Beiträge.

Das gewünschte Ergebnis lautet:

\(S = \sum_{k=1}^{K_t}\Delta w_k\)

Der Server soll \(S\) berechnen können, ohne einen einzelnen Wert \(\Delta w_k\) im Klartext zu erfahren. Dies kann durch paarweise Masken, geheime Teilwerte oder andere kryptografische Protokolle erreicht werden.

Secure Aggregation schützt jedoch nicht automatisch vor manipulierten Beiträgen. Wenn der Server die einzelnen Aktualisierungen nicht sehen kann, wird auch die Erkennung auffälliger Teilnehmer schwieriger. Vertraulichkeit und Integritätsprüfung müssen deshalb gemeinsam geplant werden.

Differential Privacy

Differential Privacy begrenzt den Einfluss einzelner Trainingsbeispiele auf das veröffentlichte Ergebnis. Lokale Gradienten können zunächst auf eine maximale Norm begrenzt werden:

\(\bar{g}_k = \frac{g_k}{\max(1,||g_k||_2/C)}\)

\(C\) ist die maximale erlaubte Norm. Anschließend wird Rauschen hinzugefügt:

\(\tilde{g}_k = \bar{g}_k + \mathcal{N}(0,\sigma^2 C^2 I)\)

Der Parameter \(\sigma\) steuert die Stärke des Rauschens. Mehr Rauschen verbessert den formalen Datenschutz, kann aber die Modellgenauigkeit verringern. Bei kleinen quantentechnologischen Datensätzen kann dieser Zielkonflikt besonders problematisch sein, weil bereits wenige Messreihen einen hohen Informationswert besitzen.

Homomorphe Verschlüsselung und Mehrparteienberechnung

Homomorphe Verschlüsselung erlaubt bestimmte Berechnungen auf verschlüsselten Werten. Der Server kann verschlüsselte Modellbeiträge addieren, ohne sie vorher zu entschlüsseln. Das Ergebnis wird anschließend von einer berechtigten Stelle entschlüsselt.

Sichere Mehrparteienberechnung verteilt eine Berechnung auf mehrere Beteiligte. Kein einzelner Teilnehmer erhält alle Eingabewerte. Beide Ansätze können starke Sicherheitsgarantien bieten, verursachen jedoch zusätzlichen Rechen-, Speicher- und Kommunikationsaufwand.

In einem HFL-System muss geprüft werden, ob dieser Aufwand zum Schutzbedarf passt. Für wenige institutionelle Teilnehmer mit leistungsfähiger Infrastruktur kann eine aufwendige kryptografische Absicherung praktikabel sein. Bei vielen ressourcenarmen Geräten kann sie den Trainingsprozess erheblich verlangsamen.

Governance und Verantwortlichkeit

Ein produktives HFL-System benötigt klare organisatorische Regeln. Dazu gehört die Frage, wem das globale Modell gehört und wer es verwenden darf. Ebenfalls festgelegt werden müssen Haftung, Prüfpflichten, Zugriffsrechte und der Umgang mit fehlerhaften oder manipulierten Beiträgen.

Teilnehmer müssen wissen, welche Modellinformationen übertragen werden und welche Rückschlüsse daraus möglich sind. Protokolle sollten nachvollziehbar dokumentieren, welche Modellversion in welcher Runde verwendet wurde. Gleichzeitig darf die Protokollierung nicht selbst zur Sammlung sensibler Informationen führen.

Besonders in Forschungskooperationen muss geregelt werden, wie wissenschaftliche Beiträge, Patente und Veröffentlichungsrechte behandelt werden. HFL beseitigt diese Fragen nicht. Es verschiebt den Austausch von Rohdaten auf den Austausch gemeinsamer Modellleistung.

Bedeutung für die Quantentechnologie

HFL mit Daten aus Quantensystemen

Ein HFL-System wird nicht allein dadurch quantenmechanisch, dass seine Daten aus einem Quantenexperiment stammen. Werden lokale Messdaten mit klassischen Rechnern verarbeitet, klassische Modelle trainiert und klassische Parameter aggregiert, handelt es sich um klassisches HFL für eine quantentechnologische Anwendung.

Diese Unterscheidung ist wichtig, weil der Begriff Quantum Federated Learning sonst zu weit gefasst wird. Ein klassischer Klassifikator, der Fehlerzustände eines Quantenprozessors erkennt, ist kein Quantenmodell. Der praktische Wert des Verfahrens kann dennoch hoch sein.

Viele kurzfristig realisierbare Anwendungen gehören genau in diese Kategorie. Quantengeräte erzeugen klassische Messausgaben, Statusinformationen und Kalibrierungsprotokolle. Diese Daten können mit etablierten Machine-Learning-Verfahren analysiert werden. HFL ermöglicht die Zusammenarbeit mehrerer Betreiber, ohne sämtliche Betriebsdaten zentral zusammenzuführen.

Besonderheiten quantentechnologischer Daten

Quantentechnologische Daten sind häufig hardwareabhängig. Zwei Prozessoren mit ähnlicher Architektur können unterschiedliche Kohärenzzeiten, Kopplungsstärken und Fehlerraten besitzen. Selbst dasselbe Gerät verändert sein Verhalten über die Zeit.

Viele Ergebnisse sind außerdem probabilistisch. Ein Quantenschaltkreis wird mehrfach ausgeführt, um eine Verteilung der Messergebnisse zu schätzen. Die beobachtete Häufigkeit eines Ergebnisses kann als

\(\hat{p}(z) = \frac{c_z}{M}\)

dargestellt werden. Dabei ist \(c_z\) die Zahl der Beobachtungen des Ergebnisses z und \(M\) die Gesamtzahl der Wiederholungen.

Die endliche Zahl der Messungen erzeugt statistische Unsicherheit. Zusätzlich wirken Hardwarefehler und Umwelteinflüsse. Ein föderiertes Modell muss daher zwischen tatsächlichen systematischen Mustern und lokalem Messrauschen unterscheiden.

Gemeinsames Lernen ohne Offenlegung proprietärer Hardwaredaten

Hersteller und Betreiber können von einem gemeinsamen Modell profitieren, ohne detaillierte Konstruktions- und Betriebsinformationen vollständig offenzulegen. Ein globales Modell könnte beispielsweise typische Anzeichen einer Parameterdrift erkennen. Die lokalen Rohdaten, exakten Pulsformen und internen Kalibrierungswerte bleiben beim jeweiligen Teilnehmer.

Das schützt jedoch nicht automatisch alle Geschäftsgeheimnisse. Auch Modellaktualisierungen können charakteristische Informationen enthalten. Vor einer Kooperation muss deshalb untersucht werden, welche Rückschlüsse aus den übertragenen Parametern möglich sind und welche Schutzmaßnahmen erforderlich sind.

Quantum Federated Learning

Begriffsbestimmung

Quantum Federated Learning verbindet Federated Learning mit Komponenten des Quantum Machine Learning oder der Quantenkommunikation. Der Begriff umfasst mehrere technisch unterschiedliche Architekturen. Gemeinsam ist ihnen, dass mindestens ein wesentlicher Teil des Lern- oder Kommunikationsprozesses Quantenressourcen nutzt.

Eine mögliche Architektur verwendet Quantenmodelle bei den lokalen Teilnehmern, während die Modellparameter klassisch übertragen und aggregiert werden. Eine andere Architektur verwendet einen zentralen Quantenrechner als Dienst. Weitere Ansätze untersuchen Quantenkommunikation oder quantenmechanische Secure-Aggregation-Protokolle.

Es ist deshalb ungenau, von einer einzigen QFL-Architektur zu sprechen. Die konkreten Sicherheits-, Leistungs- und Infrastrukturmerkmale hängen davon ab, welche Komponenten klassisch und welche quantenmechanisch ausgeführt werden.

Parametrisierte Quantenschaltkreise

Viele QFL-Ansätze verwenden parametrisierte Quantenschaltkreise. Ein solcher Schaltkreis enthält Quantengatter, deren Winkel oder andere Steuerparameter trainiert werden können. Ein Eingang x wird zunächst in einen Quantenzustand kodiert:

\(|\psi(x)\rangle = U_{\mathrm{enc}}(x)|0\rangle^{\otimes q}\)

\(q\) bezeichnet die Zahl der Qubits. Anschließend wird ein parametrisierter Schaltkreis angewendet:

\(|\phi(x,\theta)\rangle = U(\theta)|\psi(x)\rangle\)

Die Modellvorhersage kann aus dem Erwartungswert einer Observablen O abgeleitet werden:

\(f_{\theta}(x) = \langle\phi(x,\theta)|O|\phi(x,\theta)\rangle\)

Die Parameter \(\theta\) werden so angepasst, dass eine Verlustfunktion minimiert wird. Da aktuelle Quantenprozessoren verrauscht und begrenzt sind, erfolgt die Optimierung meist hybrid. Der Quantenschaltkreis erzeugt Messwerte, während ein klassischer Optimierer die Parameter aktualisiert.

Föderiertes Training eines Quantenmodells

Beim föderierten Training erhalten die Teilnehmer einen globalen Parametersatz \(\theta^{(t)}\). Jeder Teilnehmer führt den Quantenschaltkreis mit seinen lokalen Daten aus und berechnet eine lokale Aktualisierung.

Ein lokaler Schritt kann als

\(\theta_k^{(t+1)} = \theta^{(t)} - \eta\nabla_{\theta}F_k(\theta^{(t)})\)

beschrieben werden. Anschließend aggregiert der Server die lokalen Parameter:

\(\theta^{(t+1)} = \sum_{k=1}^{K_t}\frac{n_k}{\sum_{j=1}^{K_t}n_j}\theta_k^{(t+1)}\)

Die Struktur entspricht dem klassischen Federated Averaging. Der Unterschied liegt im lokal trainierten Modell. Die Gradienten können durch wiederholte Quantenschaltkreisausführungen geschätzt werden.

Für geeignete Gatter kann eine Parameter-Shift-Regel verwendet werden:

\(\frac{\partial f_{\theta}(x)}{\partial\theta_j} = \frac{1}{2}\left[f_{\theta_j+\frac{\pi}{2}}(x)-f_{\theta_j-\frac{\pi}{2}}(x)\right]\)

Für jeden Parameter sind damit zusätzliche Schaltkreisausführungen erforderlich. Bei vielen Parametern, Teilnehmern und Trainingsrunden entsteht ein erheblicher Messaufwand.

Mögliche QFL-Architekturen

Quantenfähige Clients und klassischer Server

Die lokalen Teilnehmer besitzen Zugriff auf Quantenhardware oder Simulatoren. Sie trainieren ein Quanten- oder Hybridmodell und senden klassische Parameter an den Server. Die Aggregation erfolgt mit klassischen Verfahren. Diese Architektur ist vergleichsweise naheliegend, weil die Kommunikation und Koordination auf vorhandener Infrastruktur aufbauen kann.

Die Teilnehmer können jedoch unterschiedliche Quantenprozessoren verwenden. Abweichende Qubit-Zahlen, Gattermengen, Topologien und Fehlerraten erschweren ein einheitliches Modell. Ein identischer abstrakter Schaltkreis kann auf zwei Geräten unterschiedlich kompiliert und ausgeführt werden.

Klassische Clients und quantenfähiger Server

In dieser Variante besitzen die Teilnehmer keine eigene Quantenhardware. Sie halten ihre Daten lokal, während bestimmte Berechnungen über einen zentralen Quantendienst erfolgen. Das Verfahren benötigt Protokolle, die verhindern, dass sensible Eingaben beim Quantendienst offengelegt werden.

Eine vollständige lokale Datenhaltung ist schwerer zu gewährleisten, wenn Eingabedaten für einen entfernten Quantenschaltkreis kodiert werden müssen. Blind-Quantum-Computing- oder kryptografische Protokolle können theoretisch Teile dieses Problems adressieren, erhöhen aber die technische Komplexität.

Quantenfähige Clients und quantenfähiger Server

Eine vollständig quantenintegrierte Architektur verwendet Quantenressourcen auf beiden Seiten. Neben lokalen Quantenmodellen könnten Quantenzustände oder verschränkte Systeme für Kommunikation und Aggregation eingesetzt werden.

Diese Variante stellt hohe Anforderungen an Zustandspräparation, Netzwerke, Fehlerraten und Synchronisation. Große verschränkte Zustände sind empfindlich gegenüber Verlusten und Dekohärenz. Der Übergang von kleinen Demonstrationen zu vielen stabil verbundenen Teilnehmern ist daher eine wesentliche Forschungsaufgabe.

Quantum Secure Aggregation

Quantum Secure Aggregation untersucht, ob lokale Modellbeiträge mithilfe quantenmechanischer Kommunikationsprinzipien geschützt aggregiert werden können. Einige Vorschläge kodieren Modellinformationen in Qubits oder verwenden verschränkte Zustände. Abhörversuche können unter bestimmten Protokollannahmen messbare Störungen verursachen.

Das grundlegende Ziel bleibt klassisch formuliert: Der Aggregator soll nur eine gemeinsame Funktion der lokalen Beiträge erhalten. Für lokale Werte \(x_k\) wird beispielsweise die Summe

\(S = \sum_{k=1}^{K}x_k\)

bestimmt, ohne dass ein einzelner Wert offengelegt wird.

Die Sicherheit eines solchen Verfahrens ergibt sich nicht allein aus der Verwendung von Qubits. Sie hängt vom konkreten Protokoll, dem Angreifermodell, der Gerätevertrauenswürdigkeit und der Fehlerbehandlung ab. Praktische Quantenkanäle besitzen Verluste und Rauschen. Ein System muss deshalb unterscheiden, ob eine beobachtete Störung durch einen Angriff oder durch technische Unvollkommenheit verursacht wurde.

Kein automatisch nachgewiesener Quantenvorteil

QFL wird häufig mit höherer Geschwindigkeit, besserer Genauigkeit oder stärkerem Datenschutz verbunden. Solche Vorteile müssen jedoch für jede konkrete Aufgabe nachgewiesen werden. Die bloße Verwendung eines Quantenschaltkreises ist kein Beleg für einen praktischen Quantenvorteil.

Ein aussagekräftiger Vergleich muss starke klassische Modelle, identische Datenaufteilungen und vergleichbare Optimierungsbudgets berücksichtigen. Zum Aufwand des Quantenverfahrens gehören Datenkodierung, Schaltkreisausführung, Messwiederholungen, Fehlerkorrektur, Kommunikation und klassische Optimierung.

Ein Quantenmodell mit wenigen Parametern kann in einer kleinen Simulation gute Ergebnisse erzielen. Daraus folgt nicht, dass es auf realer Hardware schneller oder genauer als ein klassisches Modell arbeitet. Simulatoren laufen zudem auf klassischen Rechnern und können bei wachsender Qubit-Zahl selbst sehr rechenintensiv werden.

Der gegenwärtig realistischste Forschungsweg besteht in hybriden Systemen. Kleine Quantenschaltkreise werden als Teil eines größeren klassischen Modells eingesetzt. Ob diese Komponente einen belastbaren Vorteil liefert, muss anhand klarer Benchmarks untersucht werden.

Technische Infrastruktur

Klassische Komponenten

Ein HFL-System benötigt lokale Trainingsumgebungen, einen Aggregationsdienst, sichere Kommunikationskanäle und eine Modellverwaltung. Jeder Teilnehmer muss die lokale Datenpipeline kontrollieren können. Dazu gehören Datenvalidierung, Vorverarbeitung, Training, Protokollierung und sichere Speicherung.

Der Server benötigt eine Teilnehmerverwaltung und ein System für Modellversionen. Jede Aktualisierung muss eindeutig einer Trainingsrunde und einer Ausgangsversion zugeordnet werden. Andernfalls können alte oder manipulierte Beiträge in die Aggregation gelangen.

Die Kommunikation sollte authentifiziert, verschlüsselt und gegen Wiederholungsangriffe geschützt sein. Zusätzlich müssen Schlüsselwechsel, Zertifikatsablauf und der Ausschluss kompromittierter Teilnehmer geplant werden.

Quantenbezogene Komponenten

QFL benötigt zusätzlich Zugriff auf Quantenprozessoren oder geeignete Simulatoren. Eine Ausführungsumgebung muss Quantenschaltkreise erzeugen, an ein Backend übertragen, Messergebnisse empfangen und in den lokalen Optimierungsprozess integrieren.

Reale Quantenhardware muss regelmäßig kalibriert werden. Ergebnisse können sich zwischen zwei Trainingsrunden verändern, obwohl Modell und Daten gleich bleiben. Hardwarezustand, Zeitpunkt, Schaltkreistransformation und Messkonfiguration sollten deshalb dokumentiert werden.

Bei cloudbasierter Quantenhardware kommen Warteschlangen und Nutzungskontingente hinzu. Ein Teilnehmer kann seine lokale Aktualisierung möglicherweise erst Stunden nach dem Empfang des globalen Modells berechnen. Asynchrone Verfahren oder eine Begrenzung der Modellveraltung werden dadurch wichtig.

Kommunikations- und Ressourcenaufwand

Der Kommunikationsaufwand hängt von der Zahl der Modellparameter, Teilnehmer und Trainingsrunden ab. Bei p Parametern, \(K_t\) Teilnehmern und T Runden wächst die übertragene Parameterzahl vereinfacht proportional zu

\(\mathcal{O}(T K_t p)\)

Kompression, Quantisierung und selektive Aktualisierungen können diesen Aufwand reduzieren. Eine starke Kompression kann jedoch die Modellqualität oder die Erkennbarkeit manipulierter Beiträge beeinträchtigen.

Bei QFL kommt der Aufwand der Quantenschaltkreise hinzu. Werden für p Parameter jeweils zwei Schaltkreise zur Gradientenschätzung ausgeführt und jeder Schaltkreis M-mal gemessen, ergibt sich pro lokalem Datenabschnitt ein Aufwand in der Größenordnung

\(\mathcal{O}(2pM)\)

Die tatsächliche Laufzeit hängt zusätzlich von Schaltkreistiefe, Backend, Warteschlange und Fehlerbehandlung ab.

Anwendungsfelder in der Quantentechnologie

Kalibrierung von Quantenprozessoren

Quantenprozessoren benötigen regelmäßige Kalibrierung. Frequenzen, Pulsamplituden, Kopplungen und Ausleseparameter müssen an den aktuellen Hardwarezustand angepasst werden. Die optimalen Werte verändern sich durch Drift und Umwelteinflüsse.

Mehrere Betreiber ähnlicher Geräte können ein gemeinsames Modell trainieren, das ungünstige Kalibrierungszustände erkennt oder geeignete Ausgangswerte vorschlägt. Die lokalen Rohdaten verbleiben bei den Betreibern. Das globale Modell lernt Muster, die auf mehreren Geräten auftreten.

Eine Herausforderung besteht in der Hardwareheterogenität. Ein Modell darf Unterschiede zwischen Geräten nicht als bloßes Rauschen behandeln. Hardwaretyp, Qubit-Topologie und Kalibrierungsverfahren müssen entweder als Merkmale berücksichtigt oder durch personalisierte Modellteile abgebildet werden.

Charakterisierung von Quantenrauschen

Rauschen ist eine zentrale Begrenzung gegenwärtiger Quantensysteme. Ursachen sind Dekohärenz, ungenaue Gatter, Crosstalk, Messfehler und externe Störungen. Lokale Rauschprofile enthalten wertvolle Informationen über die Leistungsfähigkeit eines Geräts.

HFL kann gemeinsame Muster aus mehreren Rauschprofilen lernen. Ein Modell könnte vorhersagen, wann bestimmte Fehlerkombinationen auftreten oder welche Schaltkreise auf einer Hardware besonders instabil sind. Hersteller müssten dafür nicht sämtliche internen Diagnosedaten offenlegen.

Das globale Modell sollte durch lokale Anpassungen ergänzt werden. Rauschen ist stark gerätespezifisch. Ein ausschließlich globales Modell kann allgemeine Strukturen erkennen, aber lokale Feinheiten übersehen.

Quantenfehlerkorrektur

Quantenfehlerkorrektur verwendet zusätzliche Qubits und Messungen, um Fehler zu erkennen, ohne den logischen Quantenzustand direkt auszulesen. Aus den gemessenen Syndromen muss abgeleitet werden, welche Korrektur wahrscheinlich erforderlich ist.

Machine-Learning-Decoder können diese Zuordnung erlernen. Mehrere Forschungseinrichtungen könnten ihre lokalen Syndromdaten föderiert nutzen. Dadurch entsteht ein breiteres Trainingsspektrum, ohne dass vollständige experimentelle Datensätze ausgetauscht werden.

Ein Decoder muss mit unterschiedlichen physikalischen Fehlermodellen umgehen können. Daten aus Simulationen, kleinen Experimenten und realen Prozessoren sind nicht automatisch gleichwertig. Das HFL-System muss die Herkunft und Qualität der Syndromdaten berücksichtigen.

Quantensteuerung

Die Steuerung eines Quantensystems erfordert geeignete zeitabhängige Signale. Ein Lernmodell kann Pulsformen oder Steuerparameter optimieren. Lokale Betreiber besitzen jedoch unterschiedliche Hardwaregrenzen und wollen ihre Steuerstrategien möglicherweise nicht offenlegen.

Ein föderiertes Modell kann allgemeine Beziehungen zwischen Systemzustand und erfolgreichen Steuerparametern erlernen. Lokale Optimierungsschichten passen die Ergebnisse an das jeweilige Gerät an.

Das Verfahren eignet sich besonders dann, wenn gemeinsame physikalische Strukturen vorhanden sind, die lokalen optimalen Werte aber voneinander abweichen. Ein rein globales Modell wäre zu ungenau, während vollständig getrennte Modelle vorhandenes gemeinsames Wissen nicht nutzen würden.

Quantenkommunikationsnetze

Quantenkommunikationsnetze erzeugen Daten über Kanalverluste, Fehlerraten, Detektorzustände und Schlüsselraten. Mehrere Netzknoten können gemeinsam Modelle zur Störungserkennung oder Ressourcenplanung trainieren.

Ein Modell könnte beispielsweise die erwartete geheime Schlüsselrate aus lokalen Kanalparametern schätzen. Die tatsächliche Berechnung hängt vom eingesetzten Protokoll und Sicherheitsmodell ab. Ein vereinfachtes Lernziel kann als Vorhersage

\(\hat{r} = f_w(x_{\mathrm{Kanal}})\)

formuliert werden, wobei \(\hat{r}\) die geschätzte Schlüsselrate und \(x_{\mathrm{Kanal}}\) die gemessenen Kanalmerkmale bezeichnet.

HFL kann auch zur Erkennung ungewöhnlicher Netzzustände eingesetzt werden. Allerdings darf ein lernbasiertes Warnsystem keine kryptografischen Sicherheitsbeweise ersetzen. Es kann technische Anomalien erkennen, aber nicht allein die formale Sicherheit eines Quantenkryptografieprotokolls garantieren.

Quantensensorik und Metrologie

Verteilte Quantensensoren messen beispielsweise Magnetfelder, Zeit, Beschleunigung oder andere physikalische Größen mit hoher Empfindlichkeit. Die lokalen Messdaten können sicherheitsrelevant oder wirtschaftlich sensibel sein.

HFL ermöglicht die Entwicklung gemeinsamer Modelle zur Kalibrierung, Mustererkennung und Störungsunterdrückung. Ein globales Modell kann standortübergreifende Strukturen erkennen, während die vollständigen Messreihen lokal bleiben.

Die Unterschiede zwischen Standorten müssen sorgfältig modelliert werden. Temperatur, Vibrationen und elektromagnetische Umgebung können lokale Daten stark prägen. Ein Modell, das diese Einflüsse nicht berücksichtigt, kann Standortmerkmale mit dem gesuchten physikalischen Signal verwechseln.

Quantenchemie und Materialforschung

Forschungseinrichtungen erzeugen experimentelle und simulierte Daten über Moleküle, Materialien und quantenmechanische Eigenschaften. Ein Teil dieser Informationen kann unveröffentlicht oder patentrelevant sein.

Mit HFL können Modelle zur Vorhersage von Energien, Materialeigenschaften oder Spektren gemeinsam trainiert werden. Jede Einrichtung behält ihre lokalen Rohdaten. Das globale Modell profitiert von einer größeren chemischen oder strukturellen Vielfalt.

Die Aussagekraft hängt von der Vergleichbarkeit der Rechenmethoden und Experimente ab. Ergebnisse aus unterschiedlichen Basissätzen, Näherungsverfahren oder Messsystemen dürfen nicht ungeprüft als einheitliche Zielwerte behandelt werden.

Leistungsbewertung

Modellbezogene Kennzahlen

Die Bewertung eines HFL-Modells beginnt mit klassischen Kennzahlen wie Genauigkeit, Präzision, Sensitivität, F1-Wert oder mittlerem Vorhersagefehler. Diese Werte müssen sowohl global als auch für jeden Teilnehmer betrachtet werden.

Ein hoher globaler Mittelwert kann verbergen, dass das Modell bei einzelnen Teilnehmern schlecht arbeitet. Eine geeignete Auswertung enthält daher die lokale Leistung

\(A_k = \mathrm{Metric}(f_w,D_k^{\mathrm{test}})\)

sowie den gewichteten globalen Wert

\(A_{\mathrm{global}} = \sum_{k=1}^{K}\frac{m_k}{\sum_{j=1}^{K}m_j}A_k\)

\(m_k\) ist die Zahl der lokalen Testbeispiele. Zusätzlich sollte die Streuung der lokalen Ergebnisse angegeben werden.

Systembezogene Kennzahlen

Ein HFL-System wird nicht allein nach Modellgenauigkeit bewertet. Relevant sind Trainingsdauer, Kommunikationsvolumen, Ausfallrate und Zahl der globalen Runden. Ein Verfahren mit geringfügig höherer Genauigkeit kann praktisch ungeeignet sein, wenn es ein Vielfaches an Kommunikation benötigt.

Bei QFL müssen zusätzlich Qubit-Zahl, Schaltkreistiefe, Messanzahl, Fehlerrate und Zugriffskosten berücksichtigt werden. Ergebnisse auf einem idealen Simulator sind getrennt von Ergebnissen auf realer Hardware auszuweisen.

Vergleichsgruppen

Eine belastbare Untersuchung vergleicht das föderierte Modell mindestens mit rein lokalen Modellen und einem zentral trainierten Modell. Für QFL sind außerdem starke klassische HFL-Modelle erforderlich.

Der zentrale Vergleich zeigt, welchen Leistungsverlust die verteilte Datenhaltung verursacht. Der lokale Vergleich zeigt, ob die Teilnehmer tatsächlich vom gemeinsamen Training profitieren. Der Vergleich mit klassischen Modellen zeigt, ob eine Quantenkomponente einen messbaren Zusatznutzen liefert.

Post-Quantum-Sicherheit für HFL

Bedrohungsmodell

Leistungsfähige Quantencomputer könnten bestimmte heute verbreitete asymmetrische Kryptosysteme angreifen. Besonders betroffen wären Verfahren, deren Sicherheit auf Faktorisierung oder diskreten Logarithmen beruht. HFL-Systeme müssen deshalb langfristig prüfen, welche kryptografischen Komponenten durch Quantenangriffe gefährdet wären.

Das Risiko betrifft nicht nur zukünftige Kommunikation. Ein Angreifer kann verschlüsselte Daten heute aufzeichnen und später entschlüsseln, sobald geeignete Quantenressourcen verfügbar sind. Dieses Szenario ist für Modellinformationen relevant, die über viele Jahre vertraulich bleiben müssen.

Abgrenzung zu Quantum Federated Learning

Post-Quantum-HFL verwendet nicht zwingend Quantenhardware. Es handelt sich um ein klassisches HFL-System, dessen kryptografische Absicherung gegen bekannte Quantenangriffe ausgelegt ist.

Quantum Federated Learning nutzt dagegen Quantenmodelle, Quantenprozessoren oder Quantenkommunikation als Teil des Lernsystems. Ein QFL-System kann trotzdem unsichere klassische Kryptografie verwenden. Umgekehrt kann ein vollständig klassisches HFL-System post-quantenresistent abgesichert sein.

Quantenresistente Komponenten

Eine Post-Quantum-Migration betrifft Schlüsselaustausch, digitale Signaturen, Zertifikate und gegebenenfalls Secure-Aggregation-Protokolle. Teilnehmer müssen sicher authentifiziert und Modellversionen gegen Manipulation geschützt werden.

In einer Übergangsphase können hybride Verfahren klassische und post-quantenbasierte Mechanismen kombinieren. Das Ziel besteht darin, die Verbindung nicht allein von einem neuen Algorithmus abhängig zu machen. Gleichzeitig steigen Nachrichtengrößen, Implementierungsaufwand und Anforderungen an die Schlüsselverwaltung.

Kryptografische Agilität ist deshalb wichtig. Ein HFL-System sollte Algorithmen austauschen können, ohne die gesamte Trainingsarchitektur neu entwickeln zu müssen. Protokollversionen, Schlüsseltypen und Signaturverfahren dürfen nicht fest in einzelne Modellkomponenten eingebaut werden.

Auswirkungen auf die Praxis

Post-Quantum-Kryptografie kann größere Schlüssel, Chiffratextgrößen oder Signaturen verursachen. In Cross-Silo-Systemen ist dieser Mehraufwand meist leichter zu beherrschen als auf ressourcenarmen Endgeräten.

Eine sichere Migration umfasst mehr als den Austausch eines Verschlüsselungsalgorithmus. Zertifikatsinfrastruktur, Softwarebibliotheken, Hardwaremodule, Protokolle und Archivierungsregeln müssen gemeinsam betrachtet werden. Fehlerhafte Implementierungen können die mathematische Sicherheit eines Algorithmus zunichtemachen.

Grenzen und offene Forschungsfragen

Grenzen des klassischen HFL

HFL verhindert die zentrale Sammlung von Rohdaten, beseitigt aber nicht alle Datenschutzrisiken. Modellaktualisierungen können Informationen preisgeben. Sichere Aggregation, Differential Privacy und robuste Prüfungen erhöhen wiederum den technischen Aufwand.

Ein weiteres Problem ist die statistische Heterogenität. Sind lokale Daten zu unterschiedlich, kann ein gemeinsames Modell schlechter als spezialisierte lokale Modelle arbeiten. Personalisierung und Clusterbildung helfen, machen das System aber komplexer.

Die Kommunikationskosten bleiben eine zentrale Grenze. Große neuronale Netze besitzen Millionen oder Milliarden Parameter. Selbst wenn nur Aktualisierungen übertragen werden, kann das Datenvolumen erheblich sein. Kompression und seltenere Kommunikation reduzieren den Aufwand, können jedoch Konvergenz und Robustheit beeinträchtigen.

Auch die Teilnahmequalität ist kritisch. Ein globales Modell ist nur so zuverlässig wie die Daten und Beiträge seiner Teilnehmer. Falsche Messungen, fehlerhafte Vorverarbeitung oder absichtliche Manipulationen können das Ergebnis verändern.

Grenzen gegenwärtiger Quantenhardware

Aktuelle Quantenprozessoren besitzen begrenzte Qubit-Zahlen und relevante Fehlerraten. Tiefe Schaltkreise verlieren schnell an Zuverlässigkeit. Viele QML-Verfahren müssen deshalb mit kleinen Schaltkreisen, Fehlervermeidung und wiederholten Messungen arbeiten.

Das föderierte Training verstärkt den Aufwand. Jeder Teilnehmer führt zahlreiche lokale Schaltkreise aus. Unterschiedliche Hardwarezustände erzeugen zusätzliche Varianz. Eine globale Parameteraggregation kann dadurch nicht nur Datenunterschiede, sondern auch Hardwarefehler vermischen.

Ein weiteres Problem sind flache Optimierungslandschaften, die als Barren Plateaus bezeichnet werden. Die Gradienten können mit wachsender Systemgröße sehr klein werden. Das Training wird dadurch erschwert, unabhängig davon, ob es zentral oder föderiert stattfindet.

Datenkodierung

Klassische Daten müssen in Quantenzustände übertragen werden, bevor ein Quantenschaltkreis sie verarbeiten kann. Diese Kodierung kann einen erheblichen Teil des Gesamtaufwands verursachen. Ein theoretisch schneller Quantenalgorithmus ist praktisch wenig nützlich, wenn die Zustandspräparation den Geschwindigkeitsvorteil aufhebt.

Die Wahl der Kodierung beeinflusst außerdem, welche Strukturen ein Modell lernen kann. Winkelkodierung, Amplitudenkodierung und Basiszustandskodierung stellen unterschiedliche Anforderungen. Ein fairer Vergleich muss den Kodierungsaufwand vollständig einbeziehen.

Skalierbarkeit von Quantum Secure Aggregation

Quantenbasierte Aggregationsprotokolle müssen mit Verlusten, Rauschen und Teilnehmerausfällen umgehen. Große verschränkte Zustände werden mit wachsender Teilnehmerzahl schwieriger zu erzeugen und zu erhalten.

Ein Protokoll, das unter idealen Bedingungen für wenige Teilnehmer funktioniert, ist nicht automatisch auf ein reales Netzwerk übertragbar. Erforderlich sind Fehlermodelle, Wiederholungsstrategien und ein klarer Nachweis, welche Sicherheit bei unvollkommenen Geräten bestehen bleibt.

Fehlende Standardisierung

Für klassisches Federated Learning existieren bereits zahlreiche Frameworks und etablierte Verfahren. Dennoch fehlen in vielen Bereichen einheitliche Benchmarks und Sicherheitsprofile. Bei QFL ist die Standardisierung noch weniger entwickelt.

Forschungsarbeiten verwenden unterschiedliche Datensätze, Simulatoren, Quantenmodelle und Angreifermodelle. Ergebnisse sind dadurch schwer vergleichbar. Notwendig sind gemeinsame Testfälle, nachvollziehbare Hardwareangaben und eine klare Trennung zwischen theoretischer Analyse, Simulation und realem Experiment.

Zentrale Forschungsfragen

Eine entscheidende Frage lautet, für welche Aufgaben QFL einen nachweisbaren Vorteil gegenüber klassischem HFL erreichen kann. Dieser Vorteil kann Genauigkeit, Trainingszeit, Kommunikationsaufwand oder Sicherheit betreffen. Er muss jedoch unter realistischen Ressourcenbedingungen gezeigt werden.

Weitere Fragen betreffen die Aggregation heterogener Quantenschaltkreise, den Schutz quantenmechanischer Gradienten und die Prüfung manipulierter Beiträge. Ebenso offen ist, wie klassische und quantenfähige Teilnehmer sinnvoll innerhalb eines gemeinsamen Systems zusammenarbeiten können.

Für Anwendungen in der Quantentechnologie muss außerdem geklärt werden, welche Daten tatsächlich organisationsübergreifend vergleichbar sind. Ein technisch funktionierender Aggregationsalgorithmus nützt wenig, wenn die lokalen Messdaten unterschiedliche physikalische Bedeutungen besitzen.

Zukunftsperspektiven

Kurzfristige Entwicklung

Kurzfristig wird der größte praktische Nutzen wahrscheinlich aus klassischem HFL für quantentechnologische Daten entstehen. Kalibrierungsdaten, Rauschprofile und Sensormessungen können mit vorhandenen Machine-Learning-Verfahren verarbeitet werden. Die zentrale Herausforderung liegt in Datenstandards, Sicherheit und organisatorischer Zusammenarbeit.

Hybride QFL-Demonstratoren werden parallel weiterentwickelt. Kleine parametrisierte Quantenschaltkreise können in klassische Modelle integriert und föderiert trainiert werden. Solche Experimente sind wichtig, sollten aber nicht als Nachweis eines allgemeinen Quantenvorteils interpretiert werden.

Mittelfristige Entwicklung

Mit besserer Quantenhardware könnten föderierte Modelle über mehrere Quantenplattformen trainiert werden. Hardwarebewusste Verfahren werden dann wichtiger. Sie müssen unterschiedliche Qubit-Topologien, Gattermengen und Fehlerraten berücksichtigen.

Auch die Post-Quantum-Absicherung wird an Bedeutung gewinnen. HFL-Plattformen mit langfristig sensiblen Daten müssen kryptografisch agil werden und ihre Authentifizierungs- und Schlüsselaustauschverfahren schrittweise modernisieren.

Langfristige Entwicklung

Langfristige Konzepte umfassen verteilte Quantenrechner und Quantenkommunikationsnetze. In solchen Systemen könnten nicht nur klassische Parameter, sondern auch Quantenzustände zwischen Knoten verarbeitet werden.

Ein vollständig quantenmechanisches föderiertes Lernsystem würde fehlertolerante Quantenprozessoren, zuverlässige Quantenspeicher und skalierbare Netzwerkprotokolle benötigen. Diese Voraussetzungen sind deutlich anspruchsvoller als die Anforderungen klassischer HFL-Systeme.

Die wahrscheinlichste Entwicklung ist daher kein plötzlicher Wechsel von klassischem zu vollständig quantenmechanischem Lernen. Realistischer ist ein schrittweiser Ausbau hybrider Architekturen, in denen klassische und quantenmechanische Komponenten jeweils dort eingesetzt werden, wo sie einen überprüfbaren Nutzen besitzen.

Fazit

Horizontales Federated Learning ermöglicht das gemeinsame Training eines Modells auf verteilten Datensätzen mit vergleichbaren Merkmalen und unterschiedlichen Dateninstanzen. Die Rohdaten verbleiben grundsätzlich bei den Teilnehmern. Ausgetauscht werden Modellparameter, Gradienten oder geschützte Aktualisierungen.

Dieses Prinzip ist für die Quantentechnologie besonders interessant, weil Quantenprozessoren, Sensoren und Forschungslabore wertvolle, sensible und hardwareabhängige Daten erzeugen. HFL kann gemeinsames Lernen ermöglichen, ohne vollständige Mess- und Betriebsdaten zentral zusammenzuführen.

Lokale Datenhaltung allein garantiert jedoch keine Vertraulichkeit. Gradienten können Informationen preisgeben, und manipulierte Teilnehmer können die Integrität des globalen Modells angreifen. Secure Aggregation, Differential Privacy, robuste Aggregation und klare Governance sind deshalb wesentliche Bestandteile eines belastbaren Systems.

Quantum Federated Learning erweitert das Konzept um Quantenmodelle, Quantenhardware oder Quantenkommunikation. Parametrisierte Quantenschaltkreise können föderiert trainiert werden, doch ihr praktischer Vorteil ist bislang aufgabenabhängig und nicht allgemein belegt. Hardwarefehler, Messaufwand, Datenkodierung und eingeschränkte Skalierbarkeit bleiben zentrale Grenzen.

Post-Quantum-HFL verfolgt ein anderes Ziel. Es schützt klassische föderierte Systeme mit quantenresistenter Kryptografie gegen zukünftige Quantenangriffe. Dafür ist keine Quantenhardware erforderlich.

Der kurzfristige Nutzen liegt vor allem in klassischen und hybriden HFL-Systemen. Sie können bereits heute Wissen aus verteilten quantentechnologischen Datenbeständen erschließen. Vollständig quantenmechanische HFL-Architekturen sind dagegen eine langfristige Forschungsrichtung. Entscheidend ist nicht, ob ein System als quantenbasiert bezeichnet wird, sondern ob es unter realistischen Bedingungen genauer, sicherer oder effizienter arbeitet als eine belastbare klassische Alternative.

Mit freundlichen Grüßen Jörg-Owe Schneppat

Anhang

Wissenschaftliche Zeitschriften und Artikel

Die folgende Auswahl verbindet grundlegende Arbeiten zum Horizontalen Federated Learning mit Forschung zu Optimierung, Datenheterogenität, Datenschutz, Angriffssicherheit und Quantum Federated Learning. Für die wissenschaftliche Abhandlung sollte klar zwischen etablierten Grundlagen des klassischen Federated Learning und noch jungen quantentechnologischen Erweiterungen unterschieden werden.

Grundlegende Primärliteratur zu Horizontalem Federated Learning

  • H. Brendan McMahan, Eider Moore, Daniel Ramage, Seth Hampson und Blaise Agüera y Arcas: Communication-Efficient Learning of Deep Networks from Decentralized Data, Proceedings of the 20th International Conference on Artificial Intelligence and Statistics, PMLR, 2017.
    • Diese Arbeit führt Federated Averaging als grundlegendes Trainingsverfahren für dezentrale Datenbestände ein. Sie ist die zentrale Primärquelle für die Beschreibung des iterativen Ablaufs aus globaler Modellverteilung, lokalem Training und gewichteter Aggregation. Für eine Abhandlung über HFL eignet sie sich insbesondere zur Herleitung des Standardalgorithmus und zur Diskussion unausgeglichener sowie nicht identisch verteilter lokaler Daten.
  • Qiang Yang, Yang Liu, Tianjian Chen und Yongxin Tong: Federated Machine Learning: Concept and Applications, ACM Transactions on Intelligent Systems and Technology, Band 10, Ausgabe 2, Artikel 12, 2019.
    • Die Veröffentlichung liefert eine systematische Einteilung in horizontales, vertikales und transferbasiertes Federated Learning. Sie ist für die begriffliche Definition von HFL besonders wichtig, weil sie die horizontale Datenpartitionierung anhand übereinstimmender Merkmalsräume und unterschiedlicher Dateninstanzen einordnet. Die Quelle kann zur Abgrenzung von HFL gegenüber Vertical Federated Learning und Federated Transfer Learning verwendet werden.
  • Peter Kairouz, H. Brendan McMahan et al.: Advances and Open Problems in Federated Learning, Foundations and Trends in Machine Learning, Band 14, Ausgaben 1–2, Seiten 1–210, 2021.
    • Diese umfangreiche Überblicksarbeit ordnet die wesentlichen Forschungsbereiche des Federated Learning ein. Behandelt werden unter anderem Cross-Device- und Cross-Silo-Architekturen, Datenschutz, sichere Aggregation, Personalisierung, verteilte Optimierung und offene Forschungsfragen. Sie eignet sich als wissenschaftliche Rahmenquelle, sollte aber für einzelne technische Aussagen durch die jeweils genannten Primärarbeiten ergänzt werden.
  • Tian Li, Anit Kumar Sahu, Ameet Talwalkar und Virginia Smith: Federated Learning: Challenges, Methods, and Future Directions, IEEE Signal Processing Magazine, Band 37, Ausgabe 3, Seiten 50–60, 2020.
    • Der Artikel fasst die besonderen Anforderungen föderierter Lernsysteme kompakt zusammen. Er behandelt statistische Heterogenität, Systemheterogenität, Kommunikationsengpässe, Datenschutz und Skalierbarkeit. In einer HFL-Abhandlung kann er als strukturierende Quelle für die Darstellung der praktischen Herausforderungen und der Abgrenzung gegenüber klassischem verteiltem Lernen dienen.

Spezialisierte Arbeiten zu Datenheterogenität und Optimierung

  • Tian Li, Anit Kumar Sahu, Manzil Zaheer, Maziar Sanjabi, Ameet Talwalkar und Virginia Smith: Federated Optimization in Heterogeneous Networks, Proceedings of Machine Learning and Systems, Band 2, Seiten 429–450, 2020.
    • Die Arbeit führt FedProx als Erweiterung von Federated Averaging ein. Das Verfahren soll lokale Modellabweichungen bei statistisch heterogenen Daten und unterschiedlich leistungsfähigen Teilnehmern begrenzen. Die Quelle ist relevant, wenn die Abhandlung erklärt, warum ein einfacher gewichteter Mittelwert bei stark unterschiedlichen lokalen Datenverteilungen nicht immer stabil konvergiert.
  • Sai Praneeth Karimireddy, Satyen Kale, Mehryar Mohri, Sashank J. Reddi, Sebastian U. Stich und Ananda Theertha Suresh: SCAFFOLD: Stochastic Controlled Averaging for Federated Learning, Proceedings of the 37th International Conference on Machine Learning, PMLR, Band 119, Seiten 5132–5143, 2020.
    • SCAFFOLD verwendet Kontrollvariablen, um den sogenannten Client Drift bei nicht identisch verteilten Daten zu korrigieren. Die Arbeit ist für HFL besonders relevant, weil horizontale Datensätze zwar dieselben Merkmale besitzen können, ihre statistischen Verteilungen aber häufig deutlich voneinander abweichen. Sie kann zur Darstellung fortgeschrittener Optimierungsverfahren und zur Diskussion der Kommunikationsrunden verwendet werden.

Spezialisierte Arbeiten zu Datenschutz und Angriffssicherheit

  • Keith Bonawitz, Vladimir Ivanov, Ben Kreuter, Antonio Marcedone, H. Brendan McMahan, Sarvar Patel, Daniel Ramage, Aaron Segal und Karn Seth: Practical Secure Aggregation for Privacy-Preserving Machine Learning, Proceedings of the ACM SIGSAC Conference on Computer and Communications Security, Seiten 1175–1191, 2017.
    • Diese Primärarbeit beschreibt ein praktisch ausgerichtetes Protokoll zur sicheren Aggregation hochdimensionaler Modellaktualisierungen. Der Server soll dabei nur das gemeinsame Aggregationsergebnis, nicht aber die einzelnen lokalen Beiträge erhalten. Die Quelle ist zentral für den Abschnitt über kryptografisch geschützte HFL-Aggregation, Teilnehmerausfälle und das Vertrauensmodell eines neugierigen Aggregators.
  • Ligeng Zhu, Zhijian Liu und Song Han: Deep Leakage from Gradients, Advances in Neural Information Processing Systems, Band 32, 2019.
    • Die Arbeit zeigt, dass übertragene Gradienten unter bestimmten Bedingungen eine Rekonstruktion lokaler Trainingsdaten ermöglichen können. Sie ist wichtig, um die häufige Fehlannahme zu widerlegen, lokale Datenhaltung allein garantiere vollständigen Datenschutz. In der Abhandlung kann sie als Primärquelle für Gradient-Inversion-Angriffe und die Notwendigkeit zusätzlicher Schutzmechanismen dienen.
  • Eugene Bagdasaryan, Andreas Veit, Yiqing Hua, Deborah Estrin und Vitaly Shmatikov: How To Backdoor Federated Learning, Proceedings of the 23rd International Conference on Artificial Intelligence and Statistics, PMLR, Band 108, Seiten 2938–2948, 2020.
    • Die Autoren untersuchen, wie ein bösartiger Teilnehmer eine verborgene Hintertür in ein gemeinsam trainiertes Modell einbringen kann. Die Arbeit ist als Primärquelle für Model Poisoning, Modellersetzung und Backdoor-Angriffe geeignet. Sie zeigt außerdem, warum hohe Gesamtgenauigkeit allein kein ausreichender Nachweis für die Integrität eines HFL-Modells ist.

Spezialisierte Arbeiten zu Quantum Federated Learning

  • Samuel Yen-Chi Chen und Shinjae Yoo: Federated Quantum Machine Learning, Entropy, Band 23, Ausgabe 4, Artikel 460, 2021.
    • Diese frühe Primärarbeit überträgt föderiertes Training auf hybride quantenklassische Modelle. Untersucht wird ein System, in dem lokale Teilnehmer Quantenmodelle beziehungsweise hybride Modellkomponenten trainieren und ihre erlernten Parameter föderiert zusammenführen. Die Quelle eignet sich zur Einführung des Begriffs Quantum Federated Learning und zur Abgrenzung gegenüber klassischem HFL mit Daten aus Quantenexperimenten.
  • Mahdi Chehimi und Walid Saad: Quantum Federated Learning with Quantum Data, IEEE International Conference on Acoustics, Speech and Signal Processing, Seiten 8617–8621, 2022.
    • Die Arbeit behandelt ein föderiertes Lernsystem, das auf verteilten Quantendaten und gemeinsam trainierten Quantenmodellen beruht. Sie ist besonders wertvoll, um zwischen klassischen Eingangsdaten für Quantenmodelle und tatsächlich quantenmechanischen Datenbeständen zu unterscheiden. In der Abhandlung kann sie für vollständig quantenbezogene QFL-Architekturen und die Aggregation trainierbarer Quantenschaltkreisparameter genutzt werden.
  • Weikang Li, Sirui Lu und Dong-Ling Deng: Quantum Federated Learning through Blind Quantum Computing, Science China Physics, Mechanics & Astronomy, Band 64, Artikel 100312, 2021.
    • Diese Arbeit verbindet föderiertes beziehungsweise verteiltes Lernen mit Blind Quantum Computing. Im Mittelpunkt steht die delegierte Ausführung von Quantenberechnungen, bei der private Informationen gegenüber entfernten Quantenservern geschützt werden sollen. Sie eignet sich als Spezialquelle für Datenschutzarchitekturen, Quantenservermodelle und die Rolle von Differential Privacy in quantenbasierten Lernprotokollen.
  • Yichi Zhang, Chao Zhang, Cai Zhang, Lixin Fan, Bei Zeng und Qiang Yang: Federated Learning with Quantum Secure Aggregation, arXiv-Preprint, 2022.
    • Der Beitrag entwickelt ein quantenbasiertes Verfahren zur geschützten Aggregation lokaler Modellparameter und untersucht es ausdrücklich in horizontalen föderierten Szenarien. Die Arbeit ist für die Verbindung von HFL, verschränkungsbasierter Kommunikation und quantenmechanischer Angriffserkennung relevant. Da es sich um einen Preprint handelt, sollte sie als spezialisierte Forschungsquelle und nicht als allgemein etablierter Industriestandard dargestellt werden.
  • Mahdi Chehimi, Samuel Yen-Chi Chen, Walid Saad, Don Towsley und Mérouane Debbah: Foundations of Quantum Federated Learning Over Classical and Quantum Networks, IEEE Network, Band 38, Ausgabe 1, Seiten 124–130, 2024.
    • Die Autoren ordnen QFL-Architekturen über klassische und quantenmechanische Kommunikationsnetze ein. Die Arbeit behandelt Komponenten, Einsatzmodelle, Sicherheitsfragen und technische Realisierungsprobleme. Sie kann als konzeptionelle Hauptquelle für die Systemarchitektur eines QFL-Abschnitts verwendet werden, insbesondere wenn klassische Kommunikation, Quantenkommunikation und hybride Netzwerkformen verglichen werden.
  • Liangjun Chen, Lili Yan und Shibin Zhang: Robust Quantum Federated Learning with Noise, Physica Scripta, Band 99, Ausgabe 7, Artikel 076003, 2024.
    • Diese Spezialarbeit untersucht die Rolle von Rauschen in Quantum-Federated-Learning-Modellen. Sie ist für quantentechnologische Anwendungen relevant, weil reale Quantenprozessoren keine idealen Recheneinheiten darstellen und lokale Modellaktualisierungen durch gerätespezifische Fehler beeinflusst werden können. Die Quelle kann zur Diskussion von Robustheit, Datenschutz und dem Unterschied zwischen simulierten und realen Hardwarebedingungen herangezogen werden.
  • Mahdi Chehimi, Samuel Yen-Chi Chen, Walid Saad und Shinjae Yoo: Federated Quantum Long Short-Term Memory, Quantum Machine Intelligence, Band 6, Artikel 43, 2024.
    • FedQLSTM überträgt föderiertes Quantentraining auf zeitabhängige Daten und rekurrente Modellstrukturen. Die Arbeit ist vor allem für Anwendungsabschnitte zu Quantensensorik, Regelung, zeitabhängigen Messreihen und verteilten Beobachtungsnetzen relevant. Sie zeigt, wie QFL über reine Bildklassifikation hinaus auf Funktionsapproximation und temporale Daten erweitert werden kann.
  • Rocco Ballester, Jesús Cerquides und Luis Artiles: Quantum Federated Learning: A Comprehensive Literature Review of Foundations, Challenges, and Future Directions, Quantum Machine Intelligence, 2025.
    • Die Übersichtsarbeit systematisiert die bis 2025 veröffentlichte Forschung zu Quantum Federated Learning. Sie eignet sich als Ausgangspunkt für die Recherche nach Architekturen, Sicherheitsverfahren, Anwendungen und offenen Problemen. Da sie Sekundärliteratur darstellt, sollten zentrale technische Aussagen nach Möglichkeit anhand der darin ausgewerteten Primärquellen überprüft und belegt werden.

Bücher und Monographien

Die folgenden Bücher und Monographien liefern den theoretischen Hintergrund für Federated Learning, Datenschutz, Quanteninformation, Quantum Machine Learning und Post-Quantum-Kryptografie. Sie sind vor allem für Definitionen, mathematische Grundlagen und übergreifende Zusammenhänge geeignet. Aktuelle Detailfragen zu QFL sollten zusätzlich mit neuer Primärliteratur belegt werden.

Grundlagenwerke zu Federated Learning und Datenschutz

  • Qiang Yang, Lixin Fan und Han Yu: Federated Learning: Privacy and Incentive, Springer, 2020.
    • Das Werk behandelt Federated Learning aus technischer, datenschutzbezogener und ökonomischer Perspektive. Es ist besonders nützlich für Abschnitte über sichere Zusammenarbeit zwischen Institutionen, Anreizsysteme, Datenschutzverfahren und organisatorische Rahmenbedingungen. Für eine HFL-Abhandlung bietet es eine breitere Einordnung, die über die reine Modellaggregation hinausgeht.
  • Cynthia Dwork und Aaron Roth: The Algorithmic Foundations of Differential Privacy, Foundations and Trends in Theoretical Computer Science, 2014.
    • Diese Monographie ist ein grundlegendes Werk zur formalen Theorie der Differential Privacy. Sie sollte verwendet werden, wenn Datenschutzbudgets, Sensitivität, Rauschmechanismen und Kompositionseigenschaften präzise erklärt werden. Für HFL liefert sie die theoretische Grundlage zur Bewertung differenziell privater Modellaktualisierungen und des Zielkonflikts zwischen Datenschutz und Modellgüte.

Standardwerke zur Quanteninformation

  • Michael A. Nielsen und Isaac L. Chuang: Quantum Computation and Quantum Information, 10th Anniversary Edition, Cambridge University Press, 2010.
    • Dieses Standardwerk vermittelt die Grundlagen von Qubits, Quantengattern, Messungen, Dichtematrizen, Quantenkanälen, Quantenalgorithmen und Quantenfehlerkorrektur. Es sollte verwendet werden, um die quantenmechanischen Grundlagen eines QFL-Systems fachlich sauber zu definieren. Für die Abhandlung ist es besonders wichtig, wenn Quantenkommunikation, Verschränkung oder die Verarbeitung von Quantendaten erläutert werden.
  • Mark M. Wilde: Quantum Information Theory, 2. Auflage, Cambridge University Press, 2017.
    • Wilde behandelt Quanteninformation aus informations- und kommunikationstheoretischer Sicht. Das Buch ist eine geeignete Hintergrundquelle für Quantenkanäle, Entropiebegriffe, Verschränkung, Zustandsübertragung und informationstheoretische Sicherheitsargumente. Es unterstützt insbesondere die Abschnitte über QFL in Quantennetzen und die Grenzen quantenmechanischer Kommunikation.

Standardwerke zu Quantum Machine Learning

  • Maria Schuld und Francesco Petruccione: Machine Learning with Quantum Computers, 2. Auflage, Springer, 2021.
    • Das Buch bietet eine systematische Einführung in Quantum Machine Learning und behandelt unter anderem Datenkodierung, parametrisierte Quantenschaltkreise, Quantenkernel, hybride Optimierung und Quantenmodelle. Es ist die zentrale Hintergrundquelle für die Beschreibung lokaler Quantenmodelle innerhalb eines QFL-Systems. Außerdem hilft es, theoretische Quantenalgorithmen von gegenwärtig realisierbaren hybriden Verfahren zu unterscheiden.
  • Maria Schuld und Francesco Petruccione: Supervised Learning with Quantum Computers, Springer, 2018.
    • Dieses Werk konzentriert sich auf überwachte Lernverfahren mit Quantencomputern. Es eignet sich zur theoretischen Einordnung von Quantenklassifikatoren, Lernmodellen und der Verarbeitung klassischer Eingabedaten durch Quantenschaltkreise. In einer HFL-Abhandlung kann es als Hintergrundliteratur für lokale Trainingsmodelle und hybride quantenklassische Lernschritte genutzt werden.

Hintergrundliteratur zu Post-Quantum-Kryptografie

  • Daniel J. Bernstein, Johannes Buchmann und Erik Dahmen: Post-Quantum Cryptography, Springer, 2009.
    • Das Werk führt in kryptografische Verfahren ein, die gegen bekannte Angriffe durch Quantencomputer ausgelegt sind. Für HFL ist es relevant, wenn die langfristige Sicherheit von Schlüsselaustausch, digitalen Signaturen und Teilnehmerauthentifizierung behandelt wird. Es sollte klar als Hintergrundliteratur für Post-Quantum-HFL verwendet werden und nicht als Quelle für Quantum Federated Learning im engeren Sinn.

Vorlesungsnotizen und Monographie-nahe Ressourcen

  • John Preskill: Lecture Notes for Quantum Computation, California Institute of Technology.
    • Preskills Vorlesungsnotizen vermitteln Quanteninformation, Quantenberechnung, Verschränkung, Quantenkommunikation und Quantenfehlerkorrektur in einer wissenschaftlich fundierten Form. Sie eignen sich zur Klärung quantenmechanischer Grundbegriffe und zur Vorbereitung vertiefender Literaturrecherchen. Für formale Zitate sollte nach Möglichkeit die konkrete Kapitel- oder Dokumentversion mit Abrufdatum angegeben werden.

Online-Ressourcen und Datenbanken

Online-Ressourcen erfüllen im Anhang unterschiedliche Funktionen. Wissenschaftliche Datenbanken dienen der Literaturrecherche und bibliografischen Kontrolle. Fachjournale und Verlagsplattformen stellen begutachtete Veröffentlichungen bereit. Softwaredokumentationen unterstützen die Reproduktion von Experimenten, ersetzen jedoch keine wissenschaftliche Primärquelle.

Wissenschaftliche Datenbanken und Literaturverzeichnisse

  • arXiv: Offenes Preprint-Archiv für Physik, Informatik, Mathematik und verwandte Disziplinen.
    • arXiv ist für Quantum Federated Learning besonders wichtig, weil neue Arbeiten häufig vor einer Journal- oder Konferenzveröffentlichung als Preprint erscheinen. Die Plattform eignet sich zur Identifikation aktueller Forschung, allerdings ist nicht jeder Beitrag bereits begutachtet. Vor der Verwendung sollte geprüft werden, ob eine neuere Version oder eine veröffentlichte Journalfassung existiert.
  • IEEE Xplore Digital Library: Wissenschaftliche Datenbank des Institute of Electrical and Electronics Engineers.
    • IEEE Xplore enthält Fachartikel und Konferenzbeiträge zu Federated Learning, Kommunikationsnetzen, Informationssicherheit, Quantencomputing und Quantum Machine Learning. Die Plattform ist besonders wertvoll für Arbeiten an der Schnittstelle zwischen HFL, Netzwerkarchitektur und Quantentechnologie. Bibliografische Angaben und DOI sollten direkt anhand des jeweiligen Datensatzes geprüft werden.
  • ACM Digital Library: Fachbibliothek der Association for Computing Machinery.
    • Die ACM Digital Library enthält zentrale Arbeiten zu verteiltem maschinellem Lernen, Datenschutz, sicherer Mehrparteienberechnung und Angriffen auf Federated-Learning-Systeme. Sie eignet sich besonders zur Recherche nach Originalarbeiten aus Informatik- und Sicherheitskonferenzen. Für die Abhandlung sollten bevorzugt die bibliografischen Angaben der offiziellen ACM-Datensätze verwendet werden.
  • Proceedings of Machine Learning Research: Frei zugängliche Konferenzreihe für maschinelles Lernen.
    • PMLR veröffentlicht zahlreiche grundlegende Arbeiten zu Federated Averaging, Optimierung, Personalisierung und Angriffssicherheit. Die Plattform stellt zitierfähige HTML-Seiten und PDF-Versionen bereit. Sie ist für die Recherche nach Primärliteratur aus AISTATS, ICML und verwandten Konferenzen besonders geeignet.
  • DBLP Computer Science Bibliography: Bibliografische Datenbank für Informatik.
    • DBLP eignet sich zur Kontrolle von Autorennamen, Titeln, Erscheinungsjahren, Zeitschriften und Konferenzzuordnungen. Die Datenbank ist besonders hilfreich, wenn Preprint, Konferenzversion und spätere Journalfassung einer Arbeit auseinandergehalten werden müssen. Inhaltliche Bewertungen und Aussagen zur Qualität einer Quelle müssen jedoch anhand der Originalveröffentlichung erfolgen.
  • Google Scholar: Fachübergreifende Suchmaschine für wissenschaftliche Literatur.
    • Google Scholar erleichtert die Suche nach Zitierungen, verwandten Arbeiten und unterschiedlichen Dokumentversionen. Die Plattform ist als Recherchehilfe nützlich, sollte aber nicht als alleinige Quelle bibliografischer Angaben verwendet werden. Titel, Jahr, DOI und Veröffentlichungsstatus sind über die Verlagsseite oder das offizielle Konferenzarchiv zu bestätigen.

Fachjournale und Verlage

  • Quantum Machine Intelligence, Springer Nature.
    • Das Journal veröffentlicht Arbeiten an der Schnittstelle zwischen Quantencomputing, künstlicher Intelligenz und maschinellem Lernen. Für QFL sind insbesondere Übersichtsarbeiten, hybride Modellarchitekturen und anwendungsbezogene Untersuchungen relevant. Die Plattform eignet sich sowohl für aktuelle Spezialliteratur als auch für die Suche nach begutachteten Fassungen zuvor veröffentlichter Preprints.
  • Quantum: The Open Journal for Quantum Science.
    • Quantum ist ein begutachtetes Open-Access-Journal für Quantenwissenschaften. Es ist eine geeignete Recherchequelle für Quantum Machine Learning, Quanteninformation, Quantenalgorithmen und verwandte Grundlagen. Auch wenn nicht jede Veröffentlichung unmittelbar HFL behandelt, liefert das Journal belastbare Hintergrundliteratur für die quantentechnologischen Komponenten der Abhandlung.
  • npj Quantum Information, Nature Portfolio.
    • Das Journal veröffentlicht Forschung zu Quanteninformation, Quantenkommunikation, Quantencomputing und theoretischen Grundlagen. Es ist besonders nützlich, um die physikalischen und informationstheoretischen Voraussetzungen quantenbasierter HFL-Erweiterungen zu untersuchen. Quellen aus diesem Journal können die technischen Hintergründe ergänzen, auch wenn ihr Schwerpunkt nicht unmittelbar auf Federated Learning liegt.
  • Journal of Machine Learning Research.
    • JMLR veröffentlicht frei zugängliche Forschung zu maschinellem Lernen, Optimierung und statistischen Lernverfahren. Die Plattform ist vor allem für methodische Hintergrundliteratur relevant, beispielsweise zu Konvergenz, Verallgemeinerung und verteiltem Lernen. Sie ergänzt die spezielleren Federated-Learning-Konferenzarchive um breiter angelegte ML-Forschung.

Lern- und Forschungsplattformen

  • TensorFlow Federated: Open-Source-Framework für Berechnungen auf dezentralen Daten.
    • TensorFlow Federated unterstützt die Entwicklung und Simulation föderierter Lernalgorithmen. Die Plattform ist für die praktische Umsetzung von FedAvg, föderierter Evaluation und eigenen Aggregationsverfahren relevant. In einer wissenschaftlichen Abhandlung sollte die Dokumentation zur Beschreibung einer Implementierungsumgebung genutzt werden; methodische Aussagen sind zusätzlich durch Primärliteratur zu belegen.
  • Flower: Framework für Federated Learning und Federated AI.
    • Flower ermöglicht föderierte Experimente mit unterschiedlichen Machine-Learning-Bibliotheken, Clienttypen und Aggregationsstrategien. Es ist für prototypische Cross-Silo- und Cross-Device-Szenarien geeignet und kann auch als Integrationsschicht für hybride quantenklassische Experimente verwendet werden. Für reproduzierbare Arbeiten sollten Framework-Version, Konfiguration, Strategie und Ausführungsumgebung dokumentiert werden.
  • Qiskit Machine Learning: Bibliothek für Quantenkernel, Quantennetzwerke und hybride Lernmodelle.
    • Qiskit Machine Learning stellt Bausteine für Quantenklassifikatoren, Quantenkernel und Quantum Neural Networks bereit. Die Dokumentation ist für die prototypische Umsetzung lokaler Quantenmodelle innerhalb eines QFL-Experiments relevant. Bei wissenschaftlichen Experimenten müssen Bibliotheksversion, Backend, Transpilation, Messanzahl und Hardwarezustand angegeben werden.
  • PennyLane: Plattform für differenzierbares Quantencomputing und Quantum Machine Learning.
    • PennyLane verbindet parametrisierte Quantenschaltkreise mit klassischen Optimierungs- und Machine-Learning-Systemen. Die Plattform ist besonders geeignet, um hybride Quantenmodelle, automatische Differenzierung und unterschiedliche Simulator- oder Hardware-Backends zu untersuchen. Sie kann für lokale QFL-Trainingsschritte eingesetzt werden, ersetzt jedoch keine theoretische Begründung der verwendeten Schaltkreisarchitektur.

Standards und Sicherheitsressourcen

  • National Institute of Standards and Technology: Post-Quantum Cryptography Project.
    • Die offizielle NIST-Ressource dokumentiert die Standardisierung und Weiterentwicklung quantenresistenter kryptografischer Verfahren. Sie ist für den Abschnitt über Post-Quantum-HFL maßgeblich, insbesondere bei Schlüsselaustausch, digitalen Signaturen und kryptografischer Migration. Die Ressource sollte nicht als Beleg für Quantum Federated Learning verwendet werden, sondern für die Absicherung klassischer föderierter Infrastrukturen gegen zukünftige Quantenangriffe.
Trapped-Atom Quantum Computer (TAQC)

Trapped-Atom Quantum Computer (TAQC)

...

Quantengatter

Quantengatter

...

Subsystem Codes (Subsystem QECC)

Subsystem Codes (Subsystem QECC)

...

Halbleiter-Qubits

Halbleiter-Qubits

...

Memory-Qubits

Memory-Qubits

...

Superconducting Qubits

Superconducting Qubits

...