6.3.1　问题表示

就像前面提到的，在众多的实际数据挖掘和机器学习任务中，训练样本点（x，y）可以被纵向划分为m个部分，即x=[xg1，xg2，···，xgm]。其中，保存在第ℓ个节点，并且。根据节点是否保存有标签信息，我们将节点分为两类：一类是活跃节点，另一类是消极节点。在联邦学习中，活跃节点一般是主导节点，消极节点则是扮演接收端的角色。我们将记为保存在第ℓ个节点上的数据，其中标签分布在活跃节点中。

在此设定下，我们提出算法VFKL的目标：通过活跃节点和消极节点在纵向划分数据上的协同学习，求解非线性学习问题的同时保护数据隐私。