申请/专利权人：南京邮电大学

申请日：2023-04-28

公开（公告）日：2023-08-01

公开（公告）号：CN116523071A

主分类号：G06N20/00

分类号：G06N20/00;G06Q30/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.08.18#实质审查的生效;2023.08.01#公开

摘要：本发明涉及一种面向联邦学习的群体众筹博弈的持续激励方法，针对面向联邦学习的群体众筹架构中激励机制设计问题，采用基于Stackelberg双层博弈框架的激励机制，将机制设计分解为三个主要步骤，包括用户选择、酬金分配和持续性激励过程。首先针对用户感知数据质量未知的问题，将用户选择问题建模为组合多臂赌博机问题，同时为解决用户间的不公平选择问题，引入虚拟队列技术，保证用户公平性选择。其次，将联邦学习的分配策略建模为两阶段的Stackelberg博弈过程，以激励用户参与联邦学习训练，确定平台的最优定价策略和用户的最优训练策略。最后，对确保有足够的用户参与联邦学习训练过程，提出基于用户声誉的报酬激励策略，防止高声誉用户退出系统，保证持续性激励。

主权项：1.一种面向联邦学习的群体众筹博弈的持续激励方法，其特征在于：该方法包括：步骤1，任务请求者向联邦学习平台发布群体众筹任务；步骤2，联邦学习平台招募用户参与联邦学习，在此过程中，联邦学习平台向任务请求者收取报酬，并向被招募的用户发放酬金，同时，在每个轮次中对上一轮次未被招募的用户给予额外的奖励；在每个轮次中，每个用户独立地决定是否参与群体众筹任务，并决定参与联邦学习的数据量。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种面向联邦学习的群体众筹博弈的持续激励方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD