基于主从博弈的分层联邦学习激励机制研究

来源：电子与信息学报杂志2023年第4期北京时间：

作者：贾云健, 黄宇, 梁靓, 万杨亮, 周继华

单位：1.重庆大学微电子与通信工程学院 重庆 4000442.95696部队 重庆 4000303.重庆金美通信有限责任公司复杂环境通信重庆市重点实验室 重庆 400030

摘要：为了优化分层联邦学习(FL)全局模型的训练时延，针对实际场景中终端设备存在自私性的问题，该文提出一种基于博弈论的激励机制。在激励预算有限的条件下，得到了终端设备和边缘服务器之间的均衡解和最小的边缘模型训练时延。考虑终端设备数量不同，设计了基于主从博弈的可变激励训练加速算法，使得一次全局模型训练时延达到最小。仿真结果显示，所提出的算法能够有效降低终端设备自私性带来的影响，提高分层联邦学习全局模型的训练速度。

关键词：分层联邦学习, 博弈论, 激励机制

基金资助：国家自然科学基金(62071075, 61971077)，重庆市自然科学基金(cstc2020jcyj-msxmX0704)