一种区块链联邦学习系统的公平激励机制设计方法

    公开(公告)号:CN120031161A

    公开(公告)日:2025-05-23

    申请号:CN202510176765.9

    申请日:2025-02-18

    Applicant: 同济大学

    Inventor: 刘儿兀 唐文政

    Abstract: 本发明属于联邦学习领域,特别是涉及利用博弈论对区块链‑联邦学习(BFL)系统中的激励机制进行设计的方案。步骤如下:步骤1,模型所有者确定效用函数UMO(r),终端确定效用函数#imgabs0#其中,#imgabs1#用于模型所有者与终端博弈,di为数据量,r为定价;步骤2,模型所有者计算出初步的数据单价#imgabs2#如果#imgabs3#对于所有r都成立,那么模型所有者将#imgabs4#确定为最优定价r*,并将价格发送给终端;等等。本发明能够精准地为每一个终端分配奖励,更准确地捕捉和描述多个区块链节点与终端决策交互的复杂性,提高激励机制的实用性,也增强了系统的整体协同性与稳定性。

Patent Agency Ranking