(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211118257.8 (22)申请日 2022.09.15 (71)申请人 国网辽宁省电力有限公司信息通信 分公司 地址 110006 辽宁省沈阳市和平区宁波路 18号 申请人 国家电网有限公司 (72)发明人 胡畔　高强　刘晓强　教传铭　 张福良　刘育博　黄梦彤　张戈　 夏雨　 (74)专利代理 机构 沈阳维特专利商标事务所 (普通合伙) 21229 专利代理师 陈晖 (51)Int.Cl. G06Q 30/08(2012.01)G06N 20/00(2019.01) (54)发明名称 基于逆向拍卖的联邦学习支付方法、 系统及 存储介质 (57)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。 权利要求书2页 说明书6页 附图1页 CN 115471303 A 2022.12.13 CN 115471303 A 1.一种基于逆向拍卖的联邦学习支付方法， 其特 征在于， 包括以下步骤： 1)构建由招标 方、 投标方组成的联邦学习框架； 2)招标方公布联邦学习任务信息、 发出投标请求； 其中所述联邦学习任务信息包括任 务预算B、 招募投标方的数量、 每个投标方获得奖励的最大值与最小值[pmin,pmax]、 价值函数 vi(q1,q2,...qm)， q代表投标方所具有的各种资源， 所述各种资源包括本地数据、 计算能力、 带宽及CPU周期； 3)投标方在收到投标请求后， 根据本身具有的资源决定是否进行投标； 4)招标方收到足够数量的投标后， 采用评价规则， 根据投标方的投标价格和投标资源 对投标方进行选择， 获得中标者 集合W； 5)中标者集合W中的投标方采用自身的各种资源完成所述联邦学习任务的训练， 将训 练后得到的模型参数提交给招标方， 招标方根据支付机制 完成支付； 其中所述支付机制由 两部分构成， 分别是： 投标 方的投标价格及投标资源。 2.根据权利要求1所述的一种基于逆向拍卖的联邦学习支付方法， 其特 征在于， 步骤2)招标方公布联邦学习任务信息时， 设定一个最低得分S， 投标方通过估算自身的 得分和招标方服务器所要求的最低得分S进行比较， 如果投标方 的得分高于招标方 的最低 得分S才会考虑参与投标， 否则投标 方不会考虑参与投标； 所述投标方的价值函数 由此得出投标方i的得分为： 其中qi代表投标方本身具有的资源， ωi定义为招标方给各种资源附加的权 重参数。 3.根据权利要求1所述的一种基于逆向拍卖的联邦学习支付方法， 其特 征在于， 步骤3)中投标方根据本身具有的资源决定是否进行投标时， 其参与投标的基本条件是 自身效用大于零， 投标方的投标价格bi需要满足pmin≤bi≤pmax,bi≥ci， 投标方的投标定义 为B(bi,qi)； ci为投标方i参与联邦学习任务所产生的成本， qi为投标方所具有的各种资源。 4.根据权利要求1所述的一种基于逆向拍卖的联邦学习支付方法， 其特 征在于， 步骤4)中所述评价 规则为： 定义投标方i的资源价值为vi， 投标方的投标价格bi， 计算招标方对投标方投标中的资 源估值为 将 的投标方形成一个集 合并对其进行一个由低到高的排序； 招标方中招标 方根据自身的预算及所述 排序选出投标 方来参与联邦学习。 5.根据权利要求 4所述的一种基于逆向拍卖的联邦学习支付方法， 其特 征在于， 在投标方的选择阶段， 投标方的投标价格bi与其提供的资源价值vi比值小于1， 就将该 投标方纳入优胜者集合， 最终选择 出符合条件的中标者 集合W； 且 6.根据权利要求1所述的一种基于逆向拍卖的联邦学习支付方法， 其特 征在于， 步骤5)中所述支付机制中， 定义支付密度阈值 为：权　利　要　求　书 1/2 页 2 CN 115471303 A 2vi表示招标 方公布的价 值函数， w表示中标者 集合； 招标方根据投标 方的投标资源计算 其获得的支付： p'i＝ρ·(pmax‑pmin)+pmin 将投标方的投标价格bi与p'i进行比较， 选择 出较低的价格对投标 方进行支付： pi＝min(bi,p'i)。 7.根据权利要求1所述的一种基于逆向拍卖的联邦学习支付方法， 其特 征在于， 通过计算投标方的局部模型在验证集中每个样本上的损失来衡量投标方的贡献 contribi： 其中， lossi,j为投标方i的局部模型在验证集样本j上的损失； pj表示投标方i在所有参 与联邦学习任务的投标 方的损失中所占的比例； 由此， 投标 方i的贡献定义 为： contribi＝∑j∈D‑ln pj 其中， D为招标 方所拥有的验证集。 8.一种基于逆向拍卖的联邦学习支付系统， 其特征在于， 包括招标方和 投标方， 其中， 所述基于逆向拍卖的联邦学习支付系统用于执行权利要求1至7中任一项所述的基于逆向 拍卖的支付方法。 9.一种计算机可读存储介质， 其特征在于， 所述可读存储介质上储存有可执行指令， 当 所述指令在计算机上运行时， 使得计算机处 理器执行权利要求1 ‑7中任意一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115471303 A 3