一种联合计算中各参与方虚拟资源分配的方法及系统技术方案

本发明专利技术公开了一种联合计算中各参与方收益分配的方法及系统，系统包括第一虚拟资源分配模块、联合计算启动模块、第二虚拟资源分配模块和虚拟资源分配模块；方法包括S101，根据虚拟资源计算规则，生成联合计算参与方的第一虚拟资源分配信息；S102，联合计算发起端确认第一虚拟资源分配信息，启动全量样本数据的第二次联合计算；S103，对第一虚拟资源分配信息进行调整，得到第二虚拟资源分配信息；S104，根据第二虚拟资源分配信息，对联合计算参与方进行虚拟资源的分配。联合计算各参与方的虚拟资源根据实际计算来分配，提高了联合计算的虚拟资源分配的真实性和准确率。资源分配的真实性和准确率。资源分配的真实性和准确率。

【技术实现步骤摘要】
一种联合计算中各参与方虚拟资源分配的方法及系统


[0001]本专利技术涉及联合计算领域，尤其是涉及一种联合计算中各参与方虚拟资源分配的方法及系统。

技术介绍

[0002]多方联合进行机器学习，是目前隐私计算中比较流行的计算方式，该计算方式打破了传统的中心机器学习的束缚，可以在对模型进行分布式学习的同时，保护数据提供者的隐私。
[0003]然而，该方式涉及到不同的参与方，例如：计算发起端、计算端、数据提供端、模型提供端、软件平台提供端。一般而言，计算发起端最终得到经过训练的算法模型作为收益并进行付费，但如何合理分配该费用目前还没有较好的解决方法。

技术实现思路

[0004]为解决现有技术的不足，使得联合计算中的各参与方的虚拟资源根据实际计算的结果来分配，从而实现联合计算的虚拟资源分配更加真实准确的目的，本专利技术采用如下的技术方案：一种联合计算中各参与方虚拟资源分配的方法，联合计算参与方包括：计算端、软件平台提供端、模型提供端和数据提供端，包括如下步骤：S101，根据预设比例，从数据提供端的样本数据中，提取出第一数据，采用第一数据进行第一次联合计算，依据第一联合计算结果，确定计算端、软件平台提供端、模型提供端、数据提供端的分配，形成第一资源分配信息；S102，联合计算发起端确认联合计算参与方的的第一虚拟资源分配信息，启动全量样本数据的第二次联合计算；S103，根据调整方案和第二联合计算结果，对第一虚拟资源分配信息进行调整，得到第二虚拟资源分配信息；S104，根据第二虚拟资源分配信息，对联合计算参与方进行虚拟资源的分配。
[0005]联合计算中的各参与方的收益根据实际计算的结果来分配，使联合计算的收益分配更加真实准确。刚开始联合计算时，通过进行少量的计算，能够快速得到第一结果，再通过后续的全量计算，能够得到更准确的虚拟资源分配。
[0006]进一步地，所述S103中的根据调整方案和第二联合计算结果，对第一虚拟资源分配信息进行调整，得到第二虚拟资源分配信息，包括如下步骤：S301，根据联合计算过程中计算端的计算复杂度、系统稳定性、计算节点合理分配情况、通信效率，将计算端第一虚拟资源分配信息调整为计算端第二虚拟资源分配信息；系统稳定性包括联合计算过程中是否出现宕机现象；S302，根据软件平台提供端的实际运行效果，将软件平台提供端第一虚拟资源分配信息调整为软件平台提供端第二虚拟资源分配信息；实际运行效果包括：软件运行效率、
软件bug数量；S303，根据改进的模型计算效率与原始的模型计算效率的比较结果，将模型提供端第一虚拟资源分配信息调整为模型提供端第二虚拟资源分配信息；原始模型可以是上一代模型，或提供的普通模型等。
[0007]S304，根据样本数据对算法模型的实际贡献情况，将数据提供端第一虚拟资源分配信息调整为数据提供端第二虚拟资源分配信息；实际贡献情况是通过比较未使用数据对算法模型进行训练，和使用数据对算法模型进行训练后，算法模型的收敛情况对比，进而确定样本数据的贡献，例如：采用一万个样本数据进行模型训练，模型收敛准确度已经足够了，那么再采用额外的一千个，对模型的影响已经很小。所以后面一千个样本数据对模型的贡献比较小，因此可以调低最后一千个样本数据的收益。
[0008]S305，根据各联合计算参与方的第二资源配置信息，确定第二资源分配信息。
[0009]进一步地，所述S101包括如下步骤：S201，计算端包括一组计算单元，确定每个计算单元的虚拟资源权重，并根据计算单元的虚拟资源权重生成计算端的第一虚拟资源分配信息；S202，根据软件平台提供端的软件配置程度，确定软件平台提供端的第一虚拟资源分配信息；软件配置程度包括：配置的复杂度、对于软件功能应用的深度，划分为简易配置、标准配置、专业配置三个等级；S203，根据算法模型的模型特性，确定模型提供端第一虚拟资源分配信息；S204，确定样本数据的虚拟资源权重，并结合样本数据的虚拟资源权重，确定数据提供端的第一虚拟资源分配信息；S205，根据计算端的第一虚拟资源分配信息、软件平台提供端的第一虚拟资源分配信息、模型提供端第一虚拟资源分配信息和数据提供端的第一虚拟资源分配信息，生成第一虚拟资源分配信息。
[0010]进一步地，所述S201中，根据公式γ=α
×
θ
i
/t
i
+β
×
m
i
确定每个计算单元的虚拟资源权重，其中，γ表示第i个计算单元的虚拟资源权重，θ
i
表示计算复杂度、t
i
表示实际计算时间、m
i
表示空间复杂度，α和β表示调整参数。
[0011]进一步地，所述S204中，根据公式π
i
=q
i
×
n
i
确定样本数据的虚拟资源权重，其中，π
i
表示样本数据的虚拟资源权重，q
i
表示样本训练数据的质量，n
i
表示样本数据的数量；所述样本数据包括训练数据，所述训练数据的数量与训练数据对模型收敛的影响度相关，样本数据的数量，将影响度超过阈值的数据数量作为训练数据数量；校验数据的质量通过人工评定。
[0012]一种联合计算中各参与方虚拟资源分配的系统，包括第一虚拟资源分配模块、联合计算启动模块、第二虚拟资源分配模块和虚拟资源分配模块；所述第一虚拟资源分配模块，用于根据预设比例（如十分之一），从数据提供端的样本数据中，提取出第一数据，采用第一数据进行第一次联合计算，确定计算端、软件平台提供端、模型提供端、数据提供端的分配，形成第一虚拟资源分配信息；所述联合计算启动模块，用于获取联合计算发起端确认的第一虚拟资源分配信息，启动全量样本数据的联合计算；所述第二虚拟资源分配模块，用于根据调整方案和联合计算结果，对第一虚拟资
源分配信息进行调整，得到第二虚拟资源分配信息；所述虚拟资源分配模块，根据第二虚拟资源分配信息，对联合计算参与方进行虚拟资源分配；所述联合计算参与方包括计算发起端、计算端、数据提供端、模型提供端和软件平台提供端；所述计算发起端，用于发起联合计算，获取联合计算得出的算法模型，并向参与计算的各方提供虚拟资源。
[0013]进一步地，所述计算端，用于提供联合计算的计算资源；所述数据提供端，用于提供联合计算中的各种数据；所述模型提供端，用于提供联合计算中的算法模型；所述软件平台提供端，用于提供联合计算的软件的前端和后端；进一步地，所述第一虚拟资源分配模块，包括计算端第一虚拟资源分配单元、软件平台提供端第一虚拟资源分配单元、模型提供端第一虚拟资源分配单元和数据提供端第一虚拟资源分配单元；所述计算端第一虚拟资源分配单元，用于确定每个计算单元的虚拟资源权重，并根据计算单元的虚拟资源权重生成计算端的第一虚拟资源分配信息；所述软件平台提供端第一虚拟资源分配单元，根据软件平台提供端的软件配置程度，确定软件平台提供端的第一虚拟资源分配信息；所述模型提供端第一虚拟资源分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种联合计算中各参与方虚拟资源分配的方法，其特征在于：联合计算参与方包括计算端、软件平台提供端、模型提供端和数据提供端，包括如下步骤：S101，根据预设比例，从数据提供端的样本数据中，提取出第一数据，采用第一数据进行第一次联合计算，依据第一联合计算结果，确定计算端、软件平台提供端、模型提供端、数据提供端的分配，形成第一虚拟资源分配信息；S102，联合计算发起端确认联合计算参与方的第一虚拟资源分配信息，启动全量样本数据的第二次联合计算；S103，根据调整方案和第二联合计算结果，对第一虚拟资源分配信息进行调整，得到第二虚拟资源分配信息；S104，根据第二虚拟资源分配信息，对联合计算参与方进行虚拟资源的分配。2.根据权利要求1所述的一种联合计算中各参与方虚拟资源分配的方法，其特征在于：所述S103中的根据调整方案和第二联合计算结果，对第一虚拟资源分配信息进行调整，得到第二虚拟资源分配信息，包括如下步骤：S301，根据联合计算过程中计算端的计算复杂度、系统稳定性、计算节点合理分配情况、通信效率，将计算端第一虚拟资源分配信息调整为计算端第二虚拟资源分配信息；S302，根据软件平台提供端的实际运行效果，将软件平台提供端第一虚拟资源分配信息调整为软件平台提供端第二虚拟资源分配信息；S303，根据改进的模型计算效率与原始的模型计算效率的比较结果，将模型提供端第一虚拟资源分配信息调整为模型提供端第二虚拟资源分配信息；S304，根据样本数据对算法模型的实际贡献情况，将数据提供端第一虚拟资源分配信息调整为数据提供端第二虚拟资源分配信息；S305，根据各联合计算参与方的第二资源配置信息，确定第二资源分配信息。3.根据权利要求1所述的一种联合计算中各参与方虚拟资源分配的方法，其特征在于：所述S101包括如下步骤：S201，计算端包括一组计算单元，确定每个计算单元的虚拟资源权重，并根据计算单元的虚拟资源权重生成计算端的第一虚拟资源分配信息；S202，根据软件平台提供端的软件配置程度，确定软件平台提供端的第一虚拟资源分配信息；S203，根据算法模型的模型特性，确定模型提供端第一虚拟资源分配信息；S204，确定样本数据的虚拟资源权重，并结合样本数据的虚拟资源权重，确定数据提供端的第一虚拟资源分配信息；S205，根据计算端的第一虚拟资源分配信息、软件平台提供端的第一虚拟资源分配信息、模型提供端第一虚拟资源分配信息和数据提供端的第一虚拟资源分配信息，生成第一虚拟资源分配信息。4.根据权利要求3所述的一种联合计算中各参与方虚拟资源分配的方法，其特征在于：所述S201中，根据公式γ=α
×
θ
i
/t
i
+β
×
m
i
确定每个计算单元的虚拟资源权重，其中，γ表示第i个计算单元的虚拟资源权重，θ
i
表示计算复杂度、t
i
表示实际计算时间、m
i
表示空间复杂度，α和β表示调整参数。5.根据权利要求3所述的一种联合计算中各参与方虚拟资源分配的方法，其特征在于：
所述S204中，根据公式π
i
=q
i
×
n
i
确定样本数据的虚拟资源权重，其中，π
i
表示样本数据的虚拟资源权重，q
i
表示样本训练数据的质量，n
i
表示样本数据的数量；所述样本数据包括训练数据，训练数据的数量与影响度相关。6...

【专利技术属性】
技术研发人员：李帜，王爽，陈峰，王帅，郑灏，
申请(专利权)人：杭州锘崴信息科技有限公司，
类型：发明
国别省市：