-
公开(公告)号：CN115099417A
公开(公告)日：2022-09-23
申请号：CN202210754244.3
申请日：2022-06-28
Applicant: 贵州大学
IPC: G06N20/00
Abstract: 本发明设计了一种基于斯塔克尔伯格博弈的多因子联邦学习激励机制，旨在打破无激励条件下的囚徒困境，选取真正符合联邦学习任务要求的用户，最大化联邦学习效用，确保联邦学习生态系统的健康发展。其主要思想是从开销和效用两方面入手，设计高效公平的联邦学习激励机制。我们基于反向拍卖设计开销选择算法，从而减少任务发布者选取数据拥有者的开销，并设计多因子奖励函数进行激励。在此基础上，我们建立了斯塔克尔伯格博弈模型，在动态环境下实现最佳奖励策略和最佳训练策略。
-
公开(公告)号：CN115883084A
公开(公告)日：2023-03-31
申请号：CN202211561770.4
申请日：2022-12-06
Applicant: 贵州大学
Abstract: 在这个数据爆炸式增长的时代，数据共享已成为学者们研究的热点。然而，在研究过程中会带来数据泄漏、信任危机等问题。联盟链作为一种有监管有组织的区块链，同时密文策略属性基加密(CP‑ABE)根据本身特殊的访问控制机制常被用于数据共享领域中。随着量子计算机的产生给采用传统加密的数据共享方案带来了冲击，因此本文基于及联盟链提出一种抗量子攻击数据共享方案，并根据数据拥有者的主观意愿提出一种分级加密方案，目的在于不同权限的人访问不同敏感度数据。此外，针对少数人不愿意加入联盟链参与数据共享问题，本文提出了一种基于演化博弈论的激励模型鼓励用户积极参与到联盟链中。
-
公开(公告)号：CN115099861A
公开(公告)日：2022-09-23
申请号：CN202210754436.4
申请日：2022-06-28
Applicant: 贵州大学
Abstract: 本发明设计了一种基于联盟链的能源交易动态定价方式，旨在提供能源交易实体在交易中的最佳交易策略，提高交易满意度。在相同的交易环境下，基于联盟链的能源交易动态定价方式满意度明显高于基于其他技术的定价方法。其主要思想是根据市场需求状况和能源交易实体自身条件，从能源交易价格和能源交易匹配过程两方面入手，保证能源交易的满意度。我们建立了能源交易的价格博弈模型，在动态随机环境下实现模型的最佳能源交易策略，并在此基础上使用能源交易智能合约，确保能源交易过程的公平性。当出现交易欺诈或是交易终止时，智能合约将启动交易奖惩机制。方案将所有能源交易实体划分为不同区域，并统计整合区域内的交易意向生成交易图，利用优化匹配机制构建最优的交易匹配。
-
公开(公告)号：CN115496521A
公开(公告)日：2022-12-20
申请号：CN202210933655.9
申请日：2022-08-04
Applicant: 贵州大学
Abstract: 本发明设计了一种基于斯塔克尔伯格博弈的多维度数据效用评估及定价方法，旨在解决大数据交易市场中的数据效用评估问题以及数据交易各参与方利润最大化问题，保证大数据有效共享流通。主要思想是从数据效用和参与方利润两个方面入手，确保数据定价的合理性与有效性。我们基于三个质量维度对数据集的效用进行量化评估，并在此基础上建立了三阶段斯塔克尔伯格博弈模型，实现数据的最优定价使三方利润最大化。
-
-
-
Search Results
4
records
(took 0.016 seconds)
