联邦训练会损害可解释性吗？集中式与联邦式深度伪造检测中 Grad-CAM 忠实度的比较分析

自动检测已成为应对逼真合成媒体的必要保障，但要实现大规模部署，就需要利用来自多个组织的敏感数据进行训练，这使得隐私保护与法证审查所要求的透明性直接产生冲突。联邦学习通过仅共享模型更新而非原始数据解决了隐私问题，但这种做法是否会以牺牲可信的基于梯度的解释为代价——分析人员依赖这些解释来判断是否信任被标记的视频片段——目前尚未得到研究。我们系统研究了联邦深度伪造检测场景下 Grad-CAM 解释的忠实度，在五个联邦客户端上，针对不同程度的数据异质性，使用 FaceForensics++ 对 EfficientNet-B4 检测器进行了评估。我们发现，联邦化与解释质量之间并非单调关系：在近似 IID（Independent and Identically Distributed Data，独立同分布数据）和中等异质性条件下，联邦模型的忠实度可达到或超过集中式基线；但在极端异质性条件下，解释会完全失效，变得缺乏空间连贯性，并且平均而言会在因果上误导分析人员。这种退化并非联邦训练必然付出的代价，而是与客户端异质性相关的阈值效应。我们还提供了实用指南，用于识别隐私保护型深度伪造检测何时可以安全部署，以及何时其解释已不再值得信任。代码和数据划分已公开，以便复现。