🔍 耿同学打假报告

论文信息

• 标题：基于联邦学习的代谢性疾病预测方法
• 作者：王俊逍
• 期刊：哈尔滨理工大学硕士学位论文
• DOI：无（学位论文）
• 发表年份：2025年7月（预期答辩时间）

综合评定：🔴 实锤

详细发现

发现 1：核心方法学公式存在反常识的致命错误

• 位置：3.1.5 全局参数的聚合和更新机制，公式 (3-8)
• 描述：论文声称采用“余弦相似度”作为核心判定指标来筛选异常参数，但给出的公式 (3-8) 𝑐𝑖𝑗 = √∑(𝑚𝑖 − 𝑚𝑗)² 却是经典的欧几里得距离公式。
• 证据：余弦相似度的计算涉及向量点积与模的乘积，范围在 [-1, 1]。作者不仅将距离公式强行称为余弦相似度，还在公式 (3-9) 中规定 𝑐𝑖𝑗 ≤ 𝜌，并在文中解释“余弦相似度低于所设定的阈值𝜌时，该局部模型就会被判定为异常模型”。如果按欧氏距离，距离越大越异常，剔除大数值是合理的；但按作者文中表述的“余弦相似度”，相似度越低才越异常。整个核心算法的逻辑由于公式和术语的张冠李戴，陷入了自相矛盾的境地，极大概率为AI自动生成或生搬硬套。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 2：核心实验数据集数量“张冠李戴”且无法自洽

• 位置：3.2.1 数据收集 与 3.2.4 数据融合
• 描述：作者对两个核心数据集的样本量描述在不同章节出现了离奇的“互换”魔术。
• 证据：
  • 在 3.2.1 节中，作者声称：“痛风数据集……最终保留 50,932 份……糖尿病数据集……最终提取 63,728 份”。
  • 然而在 3.2.4 节中，作者写道：“痛风数据集 F51（维度为 63728×14）与糖尿病数据集 F52（维度为 50932×14）”。
  • 不仅把两个数据集的数量完全对调，且融合后的总数据集 F6 维度被称为 114660×14（摘要中也强调是 114,660 条病历）。但实际上，50932 + 63728 = 114,660。试问，如果连自己研究的数据集大小都能在不同章节随便互换，这数据的真实性从何谈起？
• 严重程度：🔴
• 复核状态：✅ 成立

发现 3：图表与正文描述交叉错乱（Copy-paste 翻车现场）

• 位置：3.2.2 数据预处理 (4) 特征关联度分析
• 描述：图注与正文描述出现极其低级的交叉错位。
• 证据：
  • 正文写道：“痛风的卡方分析结果如图 3-4 所示。” 但图 3-4 的图注却是：“图 3-4 糖尿病特征的卡方特征关联度分析结果”。
  • 正文写道：“糖尿病数据集的随机森林分析结果如图 3-5 所示。” 但图 3-5 的图注却是：“图 3-5 痛风病特征的随机森林特征关联度分析结果”。
  • 此外，表 3-4（痛风特征值）和表 3-5（糖尿病特征值）中的特征如 BMI 等计算公式标为“体重/身高”，这是极其不专业的错误（正确应为 体重/身高的平方）。这些都是为了凑字数或拼凑结构时疏于修改的典型痕迹。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 4：通信参数规模的数学计算严重造假

• 位置：3.3.3 实验结果分析，表 3-11 及其后文文字描述
• 描述：参数传递规模的加法与文末宣称的总数差了几百万，属于明显的数据捏造。
• 证据：表 3-11 中列出了 MDPFL 各层的参数量：3120 + 43380 + 21720 + 11616 = 79,836。传统联邦框架 M-DNN 参数量为：3120+43380+21720+11616+4656+1176+300+78 = 86,046。
  然而，正文紧接着宣称：“通过计算得出 MDPFL 的参数传递总量为 10,834,560，传统联邦框架下 M-DNN 的参数传递总量为 11,616,210”。表里的数字加起来不到10万，作者却硬编造出了上千万的总数（且11616210这个数字明显是直接把倒数第二层的参数“11616”拿来魔改的）。同样的计算错误也出现在第四章表 4-1 中。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 5：隐私保护实验数据违背基本统计学常识

• 位置：3.1.4 隐私保护算法，表 3-1
• 描述：衡量高斯噪声标准差 σ 与原数据差距（MSE）的数据呈现出明显违背数学规律的特征。
• 证据：高斯噪声的方差为 \(\sigma^2\)，因此添加方差为 \(\sigma^2\) 的噪声后，其均方误差（MSE）的期望值应当近似等于 \(\sigma^2\)。也就是说，当 σ=0.5 时，MSE 理论上应在 0.25 左右；当 σ=3 时，MSE 应在 9 左右；当 σ=5 时，MSE 应在 25 左右。
  但论文表 3-1 给出的数据：σ=1 时 MSE 为 0.44；σ=3 时 MSE 为 2.39；σ=5 时 MSE 为 5.4。这种随着 σ 增大，MSE 递增却远远小于实际方差的现象，完全违背概率论常识，说明这些衡量指标（包括信噪比 SNR）极有可能是随手编造的，根本没有经过真实代码运行。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 6：图表标注与内部数据逻辑自相矛盾

• 位置：3.3.3 实验结果分析，表 3-2 与 3-3
• 描述：各医疗机构分配的病历数据数量与正文描述完全不匹配。
• 证据：
  • 表 3-2（痛风）：各方数据相加为 12733+14002+12667+12639 = 52,041。正文声称有效痛风病例为 50,932。
  • 表 3-3（糖尿病）：各方数据相加为 20451+22038+20565+22368 = 85,422。正文声称提取有效糖尿病数据为 63,728。
    且不论前文已经把两个数字对调过一次，单看表格内的求和，也根本对不上正文宣称的样本量。这进一步印证了数据集的划分完全是凭空捏造的。
• 严重程度：🔴
• 复核状态：✅ 成立

耿同学辣评

这篇硕士学位论文简直是把“学术造假”四个字写在了脸上。连余弦相似度和欧氏距离都能混为一谈，高斯噪声的方差连自己都管不住；上一节刚写痛风有5万条数据，下一节马上大变活人成了6万条；最可笑的是表格里明明加起来才几万的参数，大笔一挥就成了上千万的通信开销。把AI大模型生成的内容直接复制粘贴进毕业论文，连小学数学的加法都不愿意亲自算一下，这哪是做科研，这简直是在考验答辩评委的血压！

建议后续行动

• 联系作者要求提供原始数据和训练日志
• 在知网或学校论文库提出学术不端举报
• 向哈尔滨理工大学学术委员会及导师张宏国举报
• 建议学校启动硕士学位论文抽查复核程序

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。