[發(fā)明專利]一種基于博弈論的聯(lián)邦學(xué)習(xí)隱私策略選擇方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110292473.3
• 申請(qǐng)日: 2021-03-18
• 公開（公告）號(hào): CN112926088A
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計(jì)）人: 林思昕;孫哲;殷麗華;那崇寧;李丹;李超;羅熙;韋南
• 申請(qǐng)（專利權(quán)）人: 之江實(shí)驗(yàn)室;廣州大學(xué)
• 主分類號(hào): G06F21/62
• 分類號(hào): G06F21/62;G06N20/00;G06N5/04
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 賈玉霞

1.一種基于博弈論的聯(lián)邦學(xué)習(xí)隱私策略選擇方法，其特征在于，該方法包括：服務(wù)器為參與方提供具有不同服務(wù)成本的模型質(zhì)量的權(quán)衡參數(shù)λ_MQ與隱私強(qiáng)度的權(quán)衡參數(shù)λ_PI的比值λ_MQ/λ_PI，參與方根據(jù)是否滿足服務(wù)質(zhì)量、隱私泄露代價(jià)來選擇最佳閾值，并用自身數(shù)據(jù)集訓(xùn)練模型，并把選擇的閾值和訓(xùn)練更新的模型參數(shù)發(fā)給服務(wù)器；服務(wù)器收集各個(gè)參與方的模型參數(shù)進(jìn)一步訓(xùn)練模型，獲得優(yōu)化的模型參數(shù)，并更新服務(wù)閾值λ_MQ/λ_PI和服務(wù)成本后再發(fā)給參與方，以此服務(wù)器保持模型長期穩(wěn)定的服務(wù)狀態(tài)提供給參與方。

2.如權(quán)利要求1所述的基于博弈論的聯(lián)邦學(xué)習(xí)隱私策略選擇方法，其特征在于，在每次迭代中，服務(wù)器計(jì)算各個(gè)參與方的效用utility_i，以及所有參與方的效用平均值utility，utility＝∑utility_i/N；當(dāng)一位參與方的效用utility_i大于等于總體參與方的效用平均值utility時(shí)，下一次迭代時(shí)不更改自身策略；否則，下一次迭代時(shí)參與方重新選擇閾值λ_MQ/λ_PI。

3.如權(quán)利要求1所述的基于博弈論的聯(lián)邦學(xué)習(xí)隱私策略選擇方法，其特征在于，當(dāng)參與方采用低質(zhì)量的數(shù)據(jù)訓(xùn)練模型時(shí)，得不到獎(jiǎng)勵(lì)，即獎(jiǎng)勵(lì)為0，當(dāng)參與方采用低質(zhì)量的數(shù)據(jù)訓(xùn)練模型時(shí)，會(huì)得到獎(jiǎng)勵(lì)，獎(jiǎng)勵(lì)如下：

其中，x為演化博弈的迭代次數(shù)，b為服務(wù)器獎(jiǎng)勵(lì)給參與方的收益，qos(ρ,r)＝1-(1-ρ)^r為模型全局服務(wù)質(zhì)量貢獻(xiàn)度函數(shù)，ρ為全局服務(wù)質(zhì)量貢獻(xiàn)度，r_x為在第x次迭代中選擇高質(zhì)量閾值的參與方數(shù)量，r_fix為每一輪新訓(xùn)練中過時(shí)數(shù)據(jù)的價(jià)值，qos_expect為全局服務(wù)質(zhì)量的期望值，p為隱私泄露發(fā)生時(shí)的價(jià)值損失，pdr(σ，r)為參與方隱私的貢獻(xiàn)函數(shù)，σ為參與方隱私貢獻(xiàn)度，Z為參與方選擇高質(zhì)量閾值的概率，N為參與方總數(shù)。

4.如權(quán)利要求3所述的基于博弈論的聯(lián)邦學(xué)習(xí)隱私策略選擇方法，其特征在于，服務(wù)器通過調(diào)節(jié)獎(jiǎng)勵(lì)的預(yù)算b，使得整個(gè)演化博弈模型最終穩(wěn)定在一個(gè)概率Z；該概率Z是指在訓(xùn)練更新模型的過程中，尋找到參與方選擇高質(zhì)量閾值的概率，來保證模型的長期服務(wù)質(zhì)量；通過多輪迭代，最終整個(gè)服務(wù)訓(xùn)練的參與者有Z的概率選擇高質(zhì)量數(shù)據(jù)訓(xùn)練模型，1-Z的概率選擇低質(zhì)量數(shù)據(jù)訓(xùn)練模型，Z的計(jì)算方法如下：Z＝utility/utility_i。

5.如權(quán)利要求3所述的基于博弈論的聯(lián)邦學(xué)習(xí)隱私策略選擇方法，其特征在于：所述參與方的效用utility_i根據(jù)數(shù)據(jù)質(zhì)量進(jìn)行區(qū)分，具體計(jì)算公式如下：

其中，j表示高質(zhì)量數(shù)據(jù)的等級(jí)，reward(x)表示每輪迭代每位參與方的獎(jiǎng)勵(lì)，cost(x)是每輪迭代每位參與方支出的服務(wù)費(fèi)用。

6.根據(jù)權(quán)利要求1所述的基于博弈論的聯(lián)邦學(xué)習(xí)隱私策略選擇方法，其特征在于，該方法包括如下步驟：

步驟S1：服務(wù)器通過用不同的閾值λ_MQ/λ_PI訓(xùn)練模型，并為每個(gè)閾值λ_MQ/λ_PI設(shè)置不同的服務(wù)費(fèi)；其中，λ_MQ為模型質(zhì)量的權(quán)衡參數(shù)，λ_PI為隱私強(qiáng)度的權(quán)衡參數(shù)；

步驟S2：服務(wù)器將訓(xùn)練后的模型、不同閾值及其對(duì)應(yīng)的服務(wù)費(fèi)等發(fā)給各個(gè)參與方選擇；

步驟S3：各參與方根據(jù)自身對(duì)服務(wù)質(zhì)量、隱私保護(hù)強(qiáng)度的要求等選擇合適的閾值λ_MQ/λ_PI，并支付給服務(wù)器對(duì)應(yīng)的服務(wù)費(fèi)；

步驟S4：各參與方在選擇完畢后，使用本地的數(shù)據(jù)集訓(xùn)練模型，并把閾值及其對(duì)應(yīng)的費(fèi)用和更新后的參數(shù)發(fā)送給服務(wù)器；

步驟S5：服務(wù)器對(duì)各參與方的模型參數(shù)進(jìn)行匯總調(diào)整，再次訓(xùn)練模型，并且根據(jù)閾值的選擇情況重新設(shè)置服務(wù)費(fèi)；

步驟S6：服務(wù)器將每位參與方選擇的閾值λ_MQ/λ_PI與服務(wù)器設(shè)定的閾值范圍進(jìn)行比較，當(dāng)參與方選擇的閾值λ_MQ/λ_PI不在服務(wù)器設(shè)定的閾值范圍內(nèi)時(shí)，則認(rèn)為該參與方選擇的是低服務(wù)質(zhì)量，則得不到獎(jiǎng)勵(lì)，效益為0；當(dāng)參與方選擇的閾值λ_MQ/λ_PI在服務(wù)器設(shè)定的閾值范圍內(nèi)時(shí)，則認(rèn)為該參與方選擇的是高服務(wù)質(zhì)量；

步驟S7：服務(wù)器根據(jù)各個(gè)參與方的效用utility_i，計(jì)算本次迭代的總體參與方的效用平均值utility，utility＝∑utility_i/N，并發(fā)送給各個(gè)參與方；

計(jì)算該參與方的效用utility_i如下：

步驟S8：重復(fù)步驟S2～步驟S7，當(dāng)參與方的效用大于等于總體的平均效用值時(shí)，參與方保持當(dāng)前迭代的閾值選擇不變；反之，參與方則需要重新選擇閾值。