Federated Hierarchical Clustering: Automatische Bestimmung optimaler Clusterzahlen

Eine neue Methode namens Fed‑k*‑HC eröffnet im Bereich des föderierten Clusterings einen vielversprechenden Ansatz, um Datenmuster aus verteilten, datenschutzgeschützten Quellen ohne Vorwissen über die Clusterzahl zu entdecken. Durch die Kombination von Mikro‑Subclustern und hierarchischem Mergen kann das System die optimale Anzahl an Clustern bestimmen, ohne dass zentrale Datenpunkte gesammelt werden müssen.

Traditionelle föderierte Clustering‑Algorithmen gehen häufig von einer bekannten, gleich großen Clusterzahl aus – ein Ansatz, der in realen Szenarien selten zutrifft. Clustergrößen sind oft stark unausgeglichen und die strengen Datenschutzvorgaben reduzieren die Menge an nutzbaren Informationen. Fed‑k*‑HC adressiert diese Herausforderungen, indem es jedem Client erlaubt, eigene Mikro‑Subcluster zu bilden, deren Prototypen sicher an den Server übertragen werden.

Der Server führt anschließend ein dichtebasiertes, hierarchisches Zusammenführen dieser Prototypen durch. Durch einen progressiven Merge‑Prozess, der sich selbst beendet, sobald benachbarte Prototypen keine weiteren sinnvollen Verbindungen mehr zulassen, wird die optimale Clusterzahl k* automatisch ermittelt. Dieser Ansatz ermöglicht die Erkennung von Clustern unterschiedlicher Größe und Form, ohne dass ein externer Parameter vorgegeben werden muss.

Umfangreiche Tests auf vielfältigen Datensätzen zeigen, dass Fed‑k*‑HC die Fähigkeit besitzt, die richtige Clusterzahl präzise zu bestimmen und dabei robust gegenüber den Einschränkungen des föderierten Lernens bleibt. Die Ergebnisse unterstreichen das Potenzial dieser Technik für Anwendungen, bei denen Datenschutz und unbekannte Clusterstrukturen zentrale Anforderungen sind.