一种基于主从博弈的训练损失优化激励方法技术

本发明专利技术涉及大数据和云计算技术领域，具体涉及一种基于主从博弈的训练损失优化激励方法，提出云端数据中心‑本地数据中心‑终端用户的三层模式，基于主从博弈的训练损失优化激励方法，首先，在激励预算分配有限的情况下，分析终端用户和本地数据中心的效益博弈是否达到均衡状态。其次，为进一步降低模型训练的损耗，在终端用户和本地数据中心之间设计一种优化模型损失的激励算法来使得全局模型训练的损失值达到最小。最后通过实验仿真与对比证明本发明专利技术能够有效激励终端用户积极参到模型训练，并能有效降低全局模型训练损失值，解决在联邦学习训练过程中终端用户不会主动参与模型训练的技术问题。

【技术实现步骤摘要】

本专利技术涉及大数据和云计算，具体涉及一种基于主从博弈的训练损失优化激励方法。

技术介绍

1、近年来，随着终端用户的数量增加，传统的基于云-端的模式已经不能够满足需求响应的传输要求。此外，传统的分布式模型训练要求终端用户上传部分私有数据，这样的模型训练方式存在数据隐私泄露的风险。在实际的模型训练过程中，终端用户还会产生相应的计算和通信开销等负担，如果没有良好的激励方法刺激终端用户参与模型训练，那么就会导致全局模型训练时间长和损耗大，极大的降低模型训练效果。

技术实现思路

1、本专利技术的目的在于提供一种基于主从博弈的训练损失优化激励方法，旨在解决在联邦学习训练过程中，由于终端用户在参与联邦学习时会产生大量模型训练损耗，导致终端用户不会主动参与模型训练的技术问题。

2、为实现上述目的，本专利技术提供了一种基于主从博弈的训练损失优化激励方法，包括下列步骤：

3、步骤1：建立基于主从博弈的联邦学习激励机制系统模型；

4、步骤2：在所述联邦学习激励机制系统模型中分别对终端用户、本地本文档来自技高网...

【技术保护点】

1.一种基于主从博弈的训练损失优化激励方法，其特征在于，包括下列步骤：

2.如权利要求1所述的基于主从博弈的训练损失优化激励方法，其特征在于，

3.如权利要求2所述的基于主从博弈的训练损失优化激励方法，其特征在于，

4.如权利要求3所述的基于主从博弈的训练损失优化激励方法，其特征在于，

5.如权利要求4所述的基于主从博弈的训练损失优化激励方法，其特征在于，

6.如权利要求5所述的基于主从博弈的训练损失优化激励方法，其特征在于，

7.如权利要求6所述的基于主从博弈的训练损失优化激励方法，其特征在于，

8.如...

【技术特征摘要】

1.一种基于主从博弈的训练损失优化激励方法，其特征在于，包括下列步骤：

2.如权利要求1所述的基于主从博弈的训练损失优化激励方法，其特征在于，

3.如权利要求2所述的基于主从博弈的训练损失优化激励方法，其特征在于，

4.如权利要求3所述的基于主从博弈的训练损失优化激励方法，其特征在于，

5.如权利要求4所述的基于主从博弈的...

【专利技术属性】
技术研发人员：敬超，程华盛，邱斌，王政锋，陈文鹏，陈艳，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：