-
公开(公告)号：CN117454427A
公开(公告)日：2024-01-26
申请号：CN202311617780.X
申请日：2023-11-30
Applicant: 大连理工大学
Abstract: 本发明属于联邦学习技术领域，公开一种面向隐私保护的去中心化联邦学习激励方法。任务发布节点给出支付预算和初始模型，参与节点根据给定的支付预算及系统状态决定贡献水平，多轮进化博弈达到进化稳定，确定最佳类型选择策略。矿工节点收到本地模型后，评估参与节点贡献，收到所有本地模型后进行聚合，智能合约根据贡献向量调整参与节点信誉值，选取领导者以及委员会小组。最后，领导者进行区块打包，委员会小组验证通过后入链，进行下一轮模型训练。任务发布节点调整支付预算领导任务发布节点与参与节点之间的主从博弈，本发明可以得到任务发布节点的最佳定价策略，达到纳什均衡。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
