面向隐私保护的去中心化联邦学习激励方法2024

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117454427 A (43)申请公布日 2024.01.26 (21)申请号 202311617780.X (22)申请日 2023.11.30 (71)申请人 大连理工大学 地址 116024 辽宁省大连市甘井子区凌工 路2号 (72)发明人 胡燕　李博　覃振权　 (74)专利代理机构 辽宁鸿文知识产权代理有限 公司 21102 专利代理师 王海波 (51)Int.Cl. G06F 21/62 (2013.01) G06N 3/092 (2023.01) G06N 3/098 (2023.01) 权利要求书6页 说明书13页 附图2页 (54)发明名称 面向隐私保护的去中心化联邦学习激励方 法 (57)摘要 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 A 与参与节点之间的主从博弈，本发明可以得到任 7 务发布节点的最佳定价策略，达到纳什均衡。 2 4 4