基于逆向拍卖的联邦学习支付方法、系统及存储介质

    公开(公告)号:CN115471303A

    公开(公告)日:2022-12-13

    申请号:CN202211118257.8

    申请日:2022-09-15

    IPC分类号: G06Q30/08 G06N20/00

    摘要: 本发明属于一般联邦学习领域,公开了基于逆向拍卖的联邦学习支付方法、系统及存储介质,其中支付方法包括:招标方首先发布一个价值函数、投标方可获得支付的最大值最小值以及有关联邦学习任务的其它信息,招标方通过价值函数并结合其它信息来选择投标方;当投标方收到带有价值函数的投标请求时,它们会根据自身情况来决定是否参与投标,而参与投标的基本条件是自身效用大于零;在收到足够数量的投标后,招标方会根据投标方的投标价格和投标资源进行选择。该方法通过结合逆向拍卖,提出了联邦学习中基于逆向拍卖的支付激励机制和贡献度量方法,解决了投标方的支付问题,为投标方节省了预算的同时保证了最终模型性能。

    基于反向拍卖的激励方法及系统
    7.
    发明公开

    公开(公告)号:CN114240584A

    公开(公告)日:2022-03-25

    申请号:CN202111548380.9

    申请日:2021-12-17

    IPC分类号: G06Q30/08 G06Q10/06 G06N20/00

    摘要: 本发明公开了一种基于反向拍卖的激励方法及系统,所述方法包括:数据使用者向平台提交任务信息;平台审核数据使用者提交的任务后将所述任务发布给潜在参与者;参与者对发布的任务进行投标;平台选取每个任务的最低价和出价人作为相应任务此轮的价格和胜出者直至没有新出价;每个任务的出价最低者获得任务执行权;平台预支付一部分报酬给获得任务执行权的参与者,参与者执行任务并在完成任务后向平台上传数据,平台向参与者结算报酬,数据使用者向平台支付报酬。该基于反向拍卖的激励方法及系统,解决了赢家诅咒并比类似方法有更高的拍卖效率、参与者效用、平台效用、社会效用,提高了联邦学习中各个主体的满意度。