[发明专利]一种基于众包方式和激励机制的联邦学习系统在审
申请号: | 202111588868.4 | 申请日: | 2021-12-23 |
公开(公告)号: | CN114330742A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 由林麟;章圣律;刘晟;郭子晗 | 申请(专利权)人: | 中山大学 |
主分类号: | G06N20/00 | 分类号: | G06N20/00 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 梁嘉琦 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 方式 激励机制 联邦 学习 系统 | ||
1.一种基于众包方式和激励机制的联邦学习系统,其特征在于,包括:
基础数据层,用于存储联邦学习系统的数据;
业务响应层,用于响应于系统用户的任务请求,根据所述任务请求采用众包方式进行所述联邦学习系统的任务管理,所述系统用户包括任务发布者和任务参与者;
辅助训练层,用于根据激励机制辅助所述联邦学习系统的联邦学习全局模型训练,所述激励机制包括任务分配机制、声誉机制和奖励机制;
用户交互层,用于支撑所述系统用户与所述联邦学习系统的交互,实现用户操作与数据结果的可视化。
2.根据权利要求1所述的一种基于众包方式和激励机制的联邦学习系统,其特征在于,所述基础数据层,包括:
用户信息数据库,用于存储所述联邦学习系统的用户信息数据;
任务信息数据库,用于存储所述联邦学习系统的任务信息数据;
模型测试结果数据库,用于存储任务所述任务请求中各个任务标定的所述联邦学习全局模型的测试结果数据;
训练策略数据库,用于存储所述任务请求中各个任务聚合模型参数的策略数据。
3.根据权利要求1所述的一种基于众包方式和激励机制的联邦学习系统,其特征在于,所述业务响应层,包括:
任务发布与接收模块,用于支撑所述任务发布者发布联邦学习任务和所述任务参与者接收联邦学习任务;
任务市场模块,用于支撑所述任务参与者和所述任务发布者进行任务搜寻;
任务管理模块,用于支撑所述任务发布者进行任务管理,所述任务管理包括任务信息处理、任务数据下载和奖励支付处理;
策略管理模块,用于支撑所述任务发布者对所述任务请求中各个任务的策略数据进行新增管理、删减管理和修改管理。
4.根据权利要求1所述的一种基于众包方式和激励机制的联邦学习系统,其特征在于,所述辅助训练层,包括:
设备选择模块,用于根据所述任务分配机制确定所述任务参与者;
训练策略模块,用于根据任务配置确定目标策略;
模型训练模块,用于测试所述联邦学习全局模型的模型精度;
奖励计算模块,用于根据声誉机制计算所述任务参与者的声誉值和根据奖励机制计算所述任务参与者的奖励值。
5.根据权利要求1所述的一种基于众包方式和激励机制的联邦学习系统,其特征在于,所述用户交互层,包括:
任务发布交互界面,用于支持所述系统用户的任务的配置和发布的交互操作;
任务市场交互界面,用于支持任务信息展示和响应于搜索指令的任务搜索的交互操作;
任务管理交互界面,用于支持所述任务发布者的任务管理的交互操作,所述任务管理包括任务信息处理、任务数据下载和奖励支付处理;
策略管理交互界面,用于支持所述任务发布者对所述任务请求中各个任务的策略数据管理的交互操作,所述策略数据管理包括新增管理、删减管理和修改管理。
6.一种基于众包方式和激励机制的联邦学习方法,其特征在于,包括:
响应于联邦学习系统的任务请求,根据众包方式进行所述联邦学习系统的任务管理;
根据所述任务管理,结合激励机制辅助所述联邦学习系统的联邦学习全局模型训练,所述激励机制包括任务分配机制、声誉机制和奖励机制;
其中,所述联邦学习系统包括:
基础数据层,用于存储联邦学习系统的数据;
业务响应层,用于响应于系统用户的任务请求,根据所述任务请求采用众包方式进行所述联邦学习系统的任务管理,所述系统用户包括任务发布者和任务参与者;
辅助训练层,用于根据激励机制辅助所述联邦学习系统的联邦学习全局模型训练,所述激励机制包括任务分配机制、声誉机制和奖励机制;
用户交互层,用于支撑所述系统用户与所述联邦学习系统的交互,实现用户操作与数据结果的可视化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111588868.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种泡棉包线生产设备及其生产工艺
- 下一篇:一种用于车载子系统接入网络的方法