联邦学习（Federated Learning, FL）是一种分布式机器学习范式，其中多个客户端在本地数据上协同训练模型，而无需共享原始数据。然而，实际部署中经常面临一个严峻挑战：标签分布偏斜（Label Skew）。不同客户端可能拥有截然不同的数据分布，例如，某些客户端只有猫的图片，而其他客户端只有狗的图片。这种标签偏斜会导致客户端漂移（Client Drift），即各客户端模型向局部最优方向过度偏离，最终严重损害全局模型的准确率。
为了缓解标签偏斜，研究者们通常采用合成数据增强技术。通过生成额外样本来平衡各个类别的数据数量，可以显著减少客户端漂移。然而，这种方法有一个重大缺陷：实现完全的类别平衡（Full Class Balancing）需要极为高昂的计算成本。因为要对每个客户端在每个类别上生成足够多的合成样本，计算开销随客户端数量和类别数线性增长。
近日，一项发表于arXiv（编号：2607.06616）的新研究提出了FedEAS（Federated Entropy-Adaptive Synthesis）策略，旨在以极低的计算成本实现与完全类别平衡相近的精度提升。FedEAS的核心思想是“预算感知”合成数据生成。它并非对所有客户端一视同仁地分配生成预算，而是根据每个客户端的本地标签分布，计算一个熵自适应的每类生成预算（Entropy-Adaptive Per-Class Generation Budget）。这个预算同时控制两个关键决策：每个客户端需要生成多少合成样本（How Much），以及这些样本应该被发送到哪些客户端（WHERE）。
具体而言，FedEAS首先衡量每个客户端的标签分布熵。熵较低表示分布极端不平衡，熵较高则相对平衡。对于熵较低（即更偏斜）的客户端，FedEAS会分配更高的生成预算，因为它们需要更多合成样本来修正分布。反之，对于熵较高（相对平衡）的客户端，分配较少的预算。通过这种方式，总生成预算不再是一个预先固定的数字，而是由各个客户端的预算动态累积而成。这种方法避免了传统均匀分配预算的浪费，将资源集中在最需要的地方。
实验结果表明，FedEAS在标准图像分类数据集CIFAR-10和CIFAR-100上表现极为出色。仅使用完全类别平衡所需预算的5.9%（即减少了94.1%），就恢复了通过完全平衡实现的大部分精度增益。更令人振奋的是，在相同的总生成预算下，FedEAS相比均匀分配预算的方案，性能提升高达18.82%。
这项工作的意义不仅在于技术层面的突破，更在于它为资源受限的联邦学习场景提供了一种实用的解决方案。在移动设备、物联网端侧等计算资源有限的环境中，FedEAS能够大幅降低合成数据生成的计算和通信开销，同时保持模型的高精度。此外，该策略的熵自适应机制有望推广到其他隐私保护场景，如混淆数据增强或梯度压缩。随着联邦学习在医疗、金融等敏感领域的广泛应用，FedEAS的出现无疑将推动这一技术向更高效、更平衡的方向发展。论文由Sangwoo Lee等三位作者完成，目前以预印本形式公开供学界讨论。