[发明专利]一种面向节点集中化的工人节点任务分配方法

权利要求书

1.一种面向节点集中化的工人节点任务分配方法，其特征在于，包括以下步骤：

1)任务初始化阶段：任务发布者发布M项联邦学习任务给平台，并且为每项任务m预先支付相应的奖励R_m；平台将这些联邦学习任务发布给系统中的工人节点，并招募工人节点积极参与任务获得奖励，其中每位工人节点的声誉评分均记录在平台中；

2)任务分配阶段：联邦学习系统中的工人节点自主选择一项联邦学习任务参与并将决策告知平台；平台收集好系统内工人节点的决策后，根据加权分配收益方法计算每位工人节点的收益，并告知每位工人节点预计分得的奖励；工人节点收到消息后可以根据自己分得的奖励来选择是否改变自己的策略；若选择改变策略，则将新的决策发送给平台；每轮结束后平台收集工人节点的决策并重新计算工人节点的奖励；当系统内没有工人节点要改变自己的策略时，任务选择阶段结束；

3)任务结束阶段：联邦学习系统内的工人节点按照任务选择阶段的策略执行联邦学习任务并将结果发送给平台；平台按照任务选择阶段计算的结果分配给工人节点奖励，并将工人节点的训练结果发送给任务发布者；任务发布者聚合工人节点的训练结果，并将结果反馈给平台，平台根据反馈更新工人节点的声誉评分。

2.根据权利要求1所述的一种面向节点集中化的工人节点任务分配方法，其特征在于：在任务分配阶段，首先使用sigmoid激活函数将声誉评分转换为声誉权重，以过滤质量过差的工人节点，且放大不同工人节点之间声誉评分的差异，便于联邦学习任务后按照工人节点的质量分配收益，提高系统的运行效率和公平性，sigmoid激活函数公式为：

任务选择算法的核心思想是通过多轮选择且每轮允许一位工人节点改变其策略来快速达到纳什均衡；在每一轮开始阶段，系统内的工人节点将任务选择策略告知平台，平台汇总所有工人节点的策略之后，计算每个联邦学习任务的声誉权重之和，并将结果返回给工人节点；工人节点在收到结果之后，根据加权分配收益的方法计算可以获得的收益，并将下一轮的策略告知给平台；若系统内有工人节点在下一轮更改策略，则继续进行下一轮任务选择；否则，系统内工人节点在任务选择策略上达成共识，任务选择算法结束；在每轮任务选择过程中，通过两个步骤来实现策略更新：

(2.1)工人节点i在第r轮的任务选择策略表示为平台收到每位工人节点的任务选择策略之后，统计系统内每个任务的工人节点参与情况，并计算参加每个联邦学习任务的工人节点的声誉权重总和，并将结果以向量组的形式返回给工人节点；

(2.2)工人节点根据平台返回的向量组G^r计算下一轮参加每个联邦学习任务分别可以获得的收益，即：

通过上式，工人节点i可以找出下一轮可以使自己收益最高的联邦学习任务若则说明在第r轮的任务选择中已经找到了最佳的策略，向平台发送表示不改变自己的策略；否则，工人节点i将在下一轮更新自己的任务选择策略以获得更高的收益；当平台收到所有工人节点的更新请求后，随机选择更新一位工人节点的策略向其发送确认响应；接下来，平台重新聚合新一轮的工人节点策略，并将计算结果G^r+1返回给系统内的工人节点；重复上述过程直到即所有工人节点都选择了使自己收益最大化的联邦学习任务，并且在下一轮中均不改变策略；这意味着任务选择的非合作博弈达到了纳什均衡，系统内的工人节点确认之后开始按照自己的策略执行联邦学习任务；

用θ_min和θ_max来分别表示工人节点声誉权重的最小值和最大值，用R_min和R_max来分别表示系统内联邦学习任务的最小奖励和最大奖励，c_min表示工人节点的最小成本，则该任务选择算法最多会进行的轮数为：