公开(公告)号：CN115660624A

公开(公告)日：2023-01-31

申请号：CN202211369715.5

申请日：2022-11-03

Applicant: 哈尔滨工程大学

Inventor： 玄世昌 ,  杨武 ,  王巍 ,  苘大鹏 ,  吕继光 ,  王孟达

IPC: G06Q10/1053 ,  G06Q10/04 ,  G06N20/20

Abstract: 本发明属于联邦学习系统中工人训练报酬确定策略技术领域，具体涉及一种面向多任竞争的工人训练报酬确定方法。本发明基于联邦学习系统中存在多个任务发布者和多个工人节点的情景，在该情景下多个任务发布者之间存在竞争关系。对于任务发布者们而言，为了在竞争中取得优势地位从而吸引更多高质量的工人节点的加入，他们需要提高所支付的报酬。但从自身利益考虑，任务发布者们又要通过降低支付报酬的方式在任务中获得更高的收益。对于工人节点而言，多个任务发布者的出现让他们有选择的最优合同的机会，以保证自己的收益。本发明可以同时满足个人理性约束和激励兼容性约束，能够平衡任务发布者和工人节点的关系，使系统中的两种角色均能获得预期收益，形成良性发展，达到激励工人节点加入联邦学习系统的目的。

公开(公告)号：CN115775031A

公开(公告)日：2023-03-10

申请号：CN202211369733.3

申请日：2022-11-03

Applicant: 哈尔滨工程大学

Inventor： 杨武 ,  玄世昌 ,  王巍 ,  苘大鹏 ,  吕继光 ,  王孟达

IPC: G06N20/20 ,  G06F9/50

Abstract: 本发明属于联邦学习系统中工人节点的任务分配技术领域，具体涉及一种面向节点集中化的工人节点任务分配方法。本发明可以有效地激励不同质量的工人节点留在联邦学习系统中，使得系统内长期存在大量较高质量的工人节点，解决联邦学习系统内节点集中化损害系统长期发展问题。本发明能够吸引更多不同质量的工人节点加入联邦学习的目的，避免节点集中化问题，促进联邦学习系统长久发展。