[发明专利]一种面向节点集中化的工人节点任务分配方法

说明书

本发明属于联邦学习系统中工人节点的任务分配技术领域，具体涉及一种面向节点集中化的工人节点任务分配方法。本发明可以有效地激励不同质量的工人节点留在联邦学习系统中，使得系统内长期存在大量较高质量的工人节点，解决联邦学习系统内节点集中化损害系统长期发展问题。本发明能够吸引更多不同质量的工人节点加入联邦学习的目的，避免节点集中化问题，促进联邦学习系统长久发展。

技术领域

本发明属于联邦学习系统中工人节点的任务分配技术领域，具体涉及一种面向节点集中化的工人节点任务分配方法。

背景技术

在联邦学习系统中，如何为不同质量的工人节点分配合适的联邦学习任务从而避免节点集中化一直是一个关键问题。任务发布者为了能够最大化自己的收益，获得更好的模型结果，都倾向于选择质量高的工人节点参与其联邦学习任务。在许多模型中，声誉都作为评价工人节点质量的重要指标，声誉越高的工人节点越有可能为联邦学习带来高质量、高可靠的训练结果。在每轮联邦学习任务结束之后，根据工人节点的行为表现对其声誉进行更新，作为下一次联邦学习任务工人节点选择时的评价指标。

声誉作为评价工人节点质量的指标有良好的效果，可以帮助任务发布者选择符合要求的工人节点来完成联邦学习任务，提高模型的质量。但是，任务发布者往往倾向于选择高声誉的工人节点，这会导致联邦学习系统内其他工人节点没有机会参与联邦学习任务，即没有机会提升自己的声誉。理性的工人节点为了能够获得收益，将不会留在系统中。长此以往，联邦学习系统内工人节点的质量分布不均匀，且工人节点数量无法得到保证，整个系统的利益将会受到损害。

发明内容

本发明的目的在于提供能够吸引更多不同质量的工人节点加入联邦学习的目的，避免节点集中化问题，促进联邦学习系统长久发展的一种面向节点集中化的工人节点任务分配方法。

一种面向节点集中化的工人节点任务分配方法，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

进一步地，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：