考虑竞争环境的联邦学习多维契约激励机制研究

作者：杨扬^*; 殷红建; 王超

来源：计算机应用研究, 2023, 40(10): 3007-3015.

DOI：10.19734/j.issn.1001-3695.2023.02.0080

• 竞争环境
• 联邦学习
• 契约理论
• 激励机制

针对现有激励机制无法满足竞争环境下联邦学习(FL)落地实施需要的现实问题，提出了一种适于竞争环境的多维契约激励机制。首先，引入了竞争强度描述数据拥有者和任务发布者之间的竞争关系；其次，创新性地设计了一种金钱和FL模型使用权相组合的MM(monetary-the FL model)组合激励；再次，在MM组合激励的基础上，分别在完全信息场景和不完全信息场景下，以任务发布者利润最大化为目标，构建了适于竞争环境的联邦学习多维契约激励机制设计优化问题；进一步，通过理论推导分析了契约可行性及契约最优性，并在此基础上给出了适于竞争环境的联邦学习最优契约设计算法；最后，实验结果表明，以MM组合激励为基础的多维契约激励机制提高了竞争环境下数据拥有者参与联邦学习的意愿。

• 单位
  河北工程大学