CN116485215A - 联合学习中资源的分配方法及装置 - Google Patents

Abstract

本公开涉及机器学习技术领域，提供了一种联合学习中资源的分配方法及装置。该方法包括：接收来自多个候选方的多维信用信息；根据多个所述候选方的多维信用信息，从多个所述候选方中确定联合学习训练的多个参与方；利用多个所述参与方的参与方数据进行联合学习训练，得到联合学习模型；基于所述联合学习模型，调取模型调控参数；根据模型调控参数，为每个所述参与方分配通过所述联合学习模型获得的资源。采用上述技术手段，解决现有技术中，因生产问题所造成的资源应用不合理的问题。

Description

联合学习中资源的分配方法及装置

技术领域

本公开涉及机器学习技术领域，尤其涉及一种联合学习中资源的分配方法及装置。

背景技术

在机器学习中，常用的模型训练方法是通过一方的硬件进行模型训练的，而联合学习中有多个参与方，可以利用每个参与方的硬件进行模型训练，降低了模型训练中对硬件的要求。机器学习中，因为常用的模型训练方法是通过一方的硬件进行模型训练的，所以一方训练得到的模型所获得的资源，归该方所有，但是联合学习中有多个参与方，多个参与方训练得到的模型所获得的资源，如何分配，目前没有一种公平公正的分配方案。将参与方看做一个生产方，那么现有技术存在生产问题所造成的资源应用不合理的问题。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：因生产问题所造成的资源应用不合理的问题。

发明内容

有鉴于此，本公开实施例提供了一种联合学习中资源的分配方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，因生产问题所造成的资源应用不合理的问题。

本公开实施例的第一方面，提供了一种联合学习中资源的分配方法，包括：接收来自多个候选方的多维信用信息；根据多个候选方的多维信用信息，从多个候选方中确定联合学习训练的多个参与方；利用多个参与方的参与方数据进行联合学习训练，得到联合学习模型；基于联合学习模型，调取模型调控参数；根据模型调控参数，为每个参与方分配通过联合学习模型获得的资源。

本公开实施例的第二方面，提供了一种联合学习中资源的分配装置，包括：接收模块，被配置为接收来自多个候选方的多维信用信息；确定模块，被配置为根据多个候选方的多维信用信息，从多个候选方中确定联合学习训练的多个参与方；训练模块，被配置为利用多个参与方的参与方数据进行联合学习训练，得到联合学习模型；调取模块，被配置为基于联合学习模型，调取模型调控参数；分配模块，被配置为根据模型调控参数，为每个参与方分配通过联合学习模型获得的资源。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是：接收来自多个候选方的多维信用信息；根据多个候选方的多维信用信息，从多个候选方中确定联合学习训练的多个参与方；利用多个参与方的参与方数据进行联合学习训练，得到联合学习模型；基于联合学习模型，调取模型调控参数；根据模型调控参数，为每个参与方分配通过联合学习模型获得的资源。采用上述技术手段，可以解决现有技术中，因生产问题所造成的资源应用不合理的问题，进而提供一种联合学习中资源的分配方法。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本公开实施例的一种联合学习的架构示意图；

图2是本公开实施例提供的一种联合学习中资源的分配方法的流程示意图；

图3是本公开实施例提供的一种联合学习中资源的分配装置的结构示意图；

图4是本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。

联合学习是指在确保数据安全及用户隐私的前提下，综合利用多种AI(Artificial Intelligence，人工智能)技术，联合多方合作共同挖掘数据价值，催生基于联合建模的新的智能业态和模式。联合学习至少具有以下特点：

(1)参与节点控制自有数据的弱中心化联合训练模式，确保共创智能过程中的数据隐私安全。

(2)在不同应用场景下，利用筛选和/或组合AI算法、隐私保护计算，建立多种模型聚合优化策略，以获取高层次、高质量的模型。

(3)在确保数据安全及用户隐私的前提下，基于多种模型聚合优化策略，获取提升联合学习引擎的效能方法，其中效能方法可以是通过解决包括计算架构并行、大规模跨域网络下的信息交互、智能感知、异常处理机制等，提升联合学习引擎的整体效能。

(4)获取各场景下多方用户的需求，通过互信机制，确定合理评估各联合参与方的真实贡献度，进行分配激励。

基于上述方式，可以建立基于联合学习的AI技术生态，充分发挥行业数据价值，推动垂直领域的场景落地。

下面将结合附图详细说明根据本公开实施例的一种联合学习中资源的分配方法和装置。

图1是本公开实施例的一种联合学习的架构示意图。如图1所示，联合学习的架构可以包括服务器(中心节点)101以及参与方102、参与方103和参与方104。

在联合学习过程中，基本模型可以通过服务器101建立，服务器101将该模型发送至与其建立通信连接的参与方102、参与方103和参与方104。基本模型还可以是任一参与方建立后上传至服务器101，服务器101将该模型发送至与其建立通信连接的其他参与方。参与方102、参与方103和参与方104根据下载的基本结构和第一模型参数构建模型，利用本地数据进行模型训练，获得更新的第一模型参数，并将更新的第一模型参数加密上传至服务器101。服务器101对参与方102、参与方103和参与方104发送的第一模型参数进行聚合，获得全局第一模型参数，并将全局第一模型参数传回至参与方102、参与方103和参与方104。参与方102、参与方103和参与方104根据接收的全局第一模型参数对各自的模型进行迭代，直到模型最终收敛，从而实现对模型的训练。在联合学习过程中，参与方102、参与方103和参与方104上传的数据为第一模型参数，本地数据并不会上传至服务器101，且所有参与方可以共享最终的第一模型参数，因此可以在保证数据隐私的基础上实现共同建模。需要说明的是，参与方的数量不限于如上的三个，而是可以根据需要进行设置，本公开实施例对此不作限制。

图2是本公开实施例提供的一种联合学习中资源的分配方法的流程示意图。图2的联合学习中资源的分配方法可以由图1的服务器执行。如图2所示，该联合学习中资源的分配方法包括：

S201，接收来自多个候选方的多维信用信息；

S202，根据多个候选方的多维信用信息，从多个候选方中确定联合学习训练的多个参与方；

S203，利用多个参与方的参与方数据进行联合学习训练，得到联合学习模型；

S204，基于联合学习模型，调取模型调控参数；

S205，根据模型调控参数，为每个参与方分配通过联合学习模型获得的资源。

本公开实施例的执行主体可以是发起联合训练的发起方或者一个训练中心。联合学习训练开始前，发起方或者训练中心通过广播机制向所有的数据供给方(数据供给方是持有数据的一方)发送此次训练的主题，比如是人脸识别，或者电气预测等主题；数据供给方在接收到此次训练的主题，根据自身的需求以及自身拥有数据的类型(数据供给方根据自身数据的类型与此次训练的主题的贴合程度，决定是否加入此次训练)，确定自己是否要参加这次的训练，将确认参加这次训练的数据供给方确定为候选方，也就是说候选方是报名参与此次训练的一方。获取每个候选方的多维信用信息，根据每个候选方的多维信用信息，从多个候选方中确定出多个参与方。参与方是真正参与联合学习训练的一方。

本公开中的对联合学习模型获得的资源进行分配的方法，可以应用于任何对联合学习模型获得的资源进行分配的的场景或者领域，比如人脸识别场景、电气联合学习模型场景和电力联合学习模型场景等。联合学习模型获得的资源可以是联合学习模型产生的经济效益，也可以是，比如在人脸识别场景下，通过联合学习模型进行人脸识别的结果。

根据本公开实施例提供的技术方案，接收来自多个候选方的多维信用信息；根据多个候选方的多维信用信息，从多个候选方中确定联合学习训练的多个参与方；利用多个参与方的参与方数据进行联合学习训练，得到联合学习模型；基于联合学习模型，调取模型调控参数；根据模型调控参数，为每个参与方分配通过联合学习模型获得的资源。采用上述技术手段，可以解决现有技术中，因生产问题所造成的资源应用不合理的问题，进而提供一种联合学习中资源的分配方法。

每个候选方的多维信用信息，包括：第一向量：申报数据量和真实数据量之间的差值；第二向量：申报资源量和真实资源量之间的差值；第三向量：申报数据质量等级和真实数据质量等级之间的差值。

申报数据量是一个候选方向训练中心申报的该候选方的候选方数据的数据量；真实数据量是一个候选方的候选方数据真实的数据量，其中真实数据量可以通过统计的方法获取；申报资源量是一个候选方向训练中心申报的资源的数量，也就是请求分配的资源的数量，比如，一个候选方向训练中心请求分配的资源的数量是总资源的十分之一；真实资源量是一个候选方应该被分配的资源量，其中真实数据量可以根据每个候选方的候选方数据与基础数据的相似度确定，或者根据每个候选方对应的夏普利值确定；申报数据质量等级是一个候选方向训练中心申报的该候选方的候选方数据的质量等级；真实数据质量等级是一个候选方的候选方数据真实的质量等级，其中，真实数据质量等级可以根据每个候选方的候选方数据与基础数据的相似度确定，或者根据每个候选方对应的夏普利值确定。

一个候选方的的候选方数据与基础数据的相似度越高，一个候选方的真实资源量越高，一个候选方的真实数据质量等级越高；一个候选方的的候选方数据与基础数据的相似度越低，一个候选方的真实资源量越低，一个候选方的真实数据质量等级越低。

在步骤S202中，根据多个候选方的多维信用信息，从多个候选方中确定联合学习训练的多个参与方，包括：计算每个候选方的多维信用信息和预设权重向量的乘积，得到每个候选方的信用得分；根据多个候选方的信用得分，从多个候选方中确定出多个参与方。

预设权重向量是一组向量，比如多维信用信息是三个向量，那么预设权重向量也是三个向量。将信用得分大于预设阈值的候选方确定为参与方。

可选地，获取每个候选方以往在联合学习训练中提前退出和掉线中断的历史记录，将上述一个候选方以往在联合学习训练中提前退出和掉线中断的历史记录作为多维信用信息中的一个向量，该向量可以用于计算一个候选方的信用得分。

在步骤S203中，利用多个参与方的参与方数据进行联合学习训练，得到联合学习模型，包括：分别利用每个参与方的参与方数据训练神经网络模型，得到每个参与方对应的网络模型；获取每个参与方对应的网络模型的模型参数；聚合多个参与方对应的网络模型的模型参数，得到全局参数；基于全局参数更新神经网络模型的模型参数，得到联合学习模型。

为了降低训练的难度，本公开实施例分别利用每个目标参与方的参与方数据训练神经网络模型，得到每个参与方对应的网络模型，聚合多个参与方对应的网络模型的模型参数，进而得到联合学习模型。利用每个目标参与方的参与方数据训练神经网络模型，可以是通过每个目标参与方进行的，如此，就可以充分利用多方的设备，减小数据聚合方的计算量。

在步骤S203中，基于全局参数更新神经网络模型的模型参数，得到联合学习模型之后，包括：计算每个参与方的多维信用信息和预设权重向量的乘积，得到每个参与方的信用得分；利用信用得分最高的参与方的参与方数据，训练联合学习模型，以更新联合学习模型。

为了进一步提高联合学习模型的精度，本公开实施例利用信用得分最高的参与方的参与方数据，对联合学习模型进行了训练，用于更新联合学习模型中的某些参数。当然还可以是利用信用得分最高的多个参与方的参与方数据，对联合学习模型进行了训练。

在步骤S205中，根据模型调控参数，为每个参与方分配通过联合学习模型获得的资源，包括：计算每个参与方的多维信用信息和预设权重向量的乘积，得到每个参与方的信用得分；计算每个参与方在联合学习训练中的贡献得分；根据每个参与方的信用得分和/或贡献得分，为每个参与方分配通过联合学习模型获得的资源。

举例说明，在一个人脸识别的场景中，将联合学习模型识别人脸的结果作为待分配的资源。一个参与方的信用得分和贡献得分越高，一个参与方被分配得到的资源越多。

计算每个参与方在联合学习训练中的贡献得分，包括：通过以下任意一种方法计算每个参与方在联合学习训练中的贡献得分：计算每个参与方的参与方数据与基础数据的相似度，根据每个参与方的参与方数据与基础数据的相似度，确定每个参与方在联合学习训练中的贡献得分；计算每个参与方对应的夏普利值，根据每个参与方对应的夏普利值，确定每个参与方在联合学习训练中的贡献得分。

基础数据是是模型训练的发起方或者模型训练中心所收集的训练数据，基础数据可以用来判断参与方的参与方数据的质量，一个参与方的参与方数据与基础数据的相似度越高，该参与方数据的质量越高。本公开实施例中的相似度可以是余弦相似度和一些常用的文本相似度。夏普利值就是shapley值，夏普利值法或者shapley值法是指所得与自己的贡献相等，是一种分配方式，夏普利值是夏普利值法中计算得到的值。普遍用于经济活动中的利益合理分配等问题。最早由美国洛杉矶加州大学教授罗伊德·夏普利(LloydShapley)提出。shapley值法的提出给合作博弈在理论上的重要突破及其以后的发展带来了重大影响。简单的来说就是使分配问题更加的合理，用于为分配问题提供一种合理的方式。例如，价值链利益分配问题。本公开实施例是将夏普利值用于计算联合学习训练中一个参与方的贡献得分。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图3是本公开实施例提供的一种联合学习中资源的分配装置的示意图。如图3所示，该联合学习中资源的分配装置包括：

接收模块301，被配置为接收来自多个候选方的多维信用信息；

确定模块302，被配置为根据多个候选方的多维信用信息，从多个候选方中确定联合学习训练的多个参与方；

训练模块303，被配置为利用多个参与方的参与方数据进行联合学习训练，得到联合学习模型；

调取模块304，被配置为基于联合学习模型，调取模型调控参数；

分配模块305，被配置为根据模型调控参数，为每个参与方分配通过联合学习模型获得的资源。

本公开实施例的执行主体可以是发起联合训练的发起方或者一个训练中心。联合学习训练开始前，发起方或者训练中心通过广播机制向所有的数据供给方(数据供给方是持有数据的一方)发送此次训练的主题，比如是人脸识别，或者电气预测等主题；数据供给方在接收到此次训练的主题，根据自身的需求以及自身拥有数据的类型(数据供给方根据自身数据的类型与此次训练的主题的贴合程度，决定是否加入此次训练)，确定自己是否要参加这次的训练，将确认参加这次训练的数据供给方确定为候选方，也就是说候选方是报名参与此次训练的一方。获取每个候选方的多维信用信息，根据每个候选方的多维信用信息，从多个候选方中确定出多个参与方。参与方是真正参与联合学习训练的一方。

本公开中的对联合学习模型获得的资源进行分配的方法，可以应用于任何对联合学习模型获得的资源进行分配的的场景或者领域，比如人脸识别场景、电气联合学习模型场景和电力联合学习模型场景等。联合学习模型获得的资源可以是联合学习模型产生的经济效益，也可以是，比如在人脸识别场景下，通过联合学习模型进行人脸识别的结果。

根据本公开实施例提供的技术方案，接收来自多个候选方的多维信用信息；根据多个候选方的多维信用信息，从多个候选方中确定联合学习训练的多个参与方；利用多个参与方的参与方数据进行联合学习训练，得到联合学习模型；基于联合学习模型，调取模型调控参数；根据模型调控参数，为每个参与方分配通过联合学习模型获得的资源。采用上述技术手段，可以解决现有技术中，因生产问题所造成的资源应用不合理的问题，进而提供一种联合学习中资源的分配方法。

每个候选方的多维信用信息，包括：第一向量：申报数据量和真实数据量之间的差值；第二向量：申报资源量和真实资源量之间的差值；第三向量：申报数据质量等级和真实数据质量等级之间的差值。

申报数据量是一个候选方向训练中心申报的该候选方的候选方数据的数据量；真实数据量是一个候选方的候选方数据真实的数据量，其中真实数据量可以通过统计的方法获取；申报资源量是一个候选方向训练中心申报的资源的数量，也就是请求分配的资源的数量，比如，一个候选方向训练中心请求分配的资源的数量是总资源的十分之一；真实资源量是一个候选方应该被分配的资源量，其中真实数据量可以根据每个候选方的候选方数据与基础数据的相似度确定，或者根据每个候选方对应的夏普利值确定；申报数据质量等级是一个候选方向训练中心申报的该候选方的候选方数据的质量等级；真实数据质量等级是一个候选方的候选方数据真实的质量等级，其中，真实数据质量等级可以根据每个候选方的候选方数据与基础数据的相似度确定，或者根据每个候选方对应的夏普利值确定。

一个候选方的的候选方数据与基础数据的相似度越高，一个候选方的真实资源量越高，一个候选方的真实数据质量等级越高；一个候选方的的候选方数据与基础数据的相似度越低，一个候选方的真实资源量越低，一个候选方的真实数据质量等级越低。

可选地，确定模块302还被配置为计算每个候选方的多维信用信息和预设权重向量的乘积，得到每个候选方的信用得分；根据多个候选方的信用得分，从多个候选方中确定出多个参与方。

预设权重向量是一组向量，比如多维信用信息是三个向量，那么预设权重向量也是三个向量。将信用得分大于预设阈值的候选方确定为参与方。

可选地，确定模块302还被配置为获取每个候选方以往在联合学习训练中提前退出和掉线中断的历史记录，将上述一个候选方以往在联合学习训练中提前退出和掉线中断的历史记录作为多维信用信息中的一个向量，该向量可以用于计算一个候选方的信用得分。

可选地，训练模块303还被配置为分别利用每个参与方的参与方数据训练神经网络模型，得到每个参与方对应的网络模型；获取每个参与方对应的网络模型的模型参数；聚合多个参与方对应的网络模型的模型参数，得到全局参数；基于全局参数更新神经网络模型的模型参数，得到联合学习模型。

为了降低训练的难度，本公开实施例分别利用每个目标参与方的参与方数据训练神经网络模型，得到每个参与方对应的网络模型，聚合多个参与方对应的网络模型的模型参数，进而得到联合学习模型。利用每个目标参与方的参与方数据训练神经网络模型，可以是通过每个目标参与方进行的，如此，就可以充分利用多方的设备，减小数据聚合方的计算量。

可选地，训练模块303还被配置为计算每个参与方的多维信用信息和预设权重向量的乘积，得到每个参与方的信用得分；利用信用得分最高的参与方的参与方数据，训练联合学习模型，以更新联合学习模型。

为了进一步提高联合学习模型的精度，本公开实施例利用信用得分最高的参与方的参与方数据，对联合学习模型进行了训练，用于更新联合学习模型中的某些参数。当然还可以是利用信用得分最高的多个参与方的参与方数据，对联合学习模型进行了训练。

可选地，分配模块305还被配置为计算每个参与方的多维信用信息和预设权重向量的乘积，得到每个参与方的信用得分；计算每个参与方在联合学习训练中的贡献得分；根据每个参与方的信用得分和/或贡献得分，为每个参与方分配通过联合学习模型获得的资源。

举例说明，在一个人脸识别的场景中，将联合学习模型识别人脸的结果作为待分配的资源。一个参与方的信用得分和贡献得分越高，一个参与方被分配得到的资源越多。

可选地，分配模块305还被配置为通过以下任意一种方法计算每个参与方在联合学习训练中的贡献得分：计算每个参与方的参与方数据与基础数据的相似度，根据每个参与方的参与方数据与基础数据的相似度，确定每个参与方在联合学习训练中的贡献得分；计算每个参与方对应的夏普利值，根据每个参与方对应的夏普利值，确定每个参与方在联合学习训练中的贡献得分。

基础数据是是模型训练的发起方或者模型训练中心所收集的训练数据，基础数据可以用来判断参与方的参与方数据的质量，一个参与方的参与方数据与基础数据的相似度越高，该参与方数据的质量越高。本公开实施例中的相似度可以是余弦相似度和一些常用的文本相似度。夏普利值就是shapley值，夏普利值法或者shapley值法是指所得与自己的贡献相等，是一种分配方式，夏普利值是夏普利值法中计算得到的值。普遍用于经济活动中的利益合理分配等问题。最早由美国洛杉矶加州大学教授罗伊德·夏普利(LloydShapley)提出。shapley值法的提出给合作博弈在理论上的重要突破及其以后的发展带来了重大影响。简单的来说就是使分配问题更加的合理，用于为分配问题提供一种合理的方式。例如，价值链利益分配问题。本公开实施例是将夏普利值用于计算联合学习训练中一个参与方的贡献得分。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。

图4是本公开实施例提供的电子设备4的示意图。如图4所示，该实施例的电子设备4包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。

示例性地，计算机程序403可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序403在电子设备4中的执行过程。

电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。

处理器401可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器402可以是电子设备4的内部存储单元，例如，电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备，例如，电子设备4上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。

在本公开所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种联合学习中资源的分配方法，其特征在于，包括：

接收来自多个候选方的多维信用信息；

根据多个所述候选方的多维信用信息，从多个所述候选方中确定联合学习训练的多个参与方；

利用多个所述参与方的参与方数据进行联合学习训练，得到联合学习模型；

基于所述联合学习模型，调取模型调控参数；

根据所述模型调控参数，为每个所述参与方分配通过所述联合学习模型获得的资源。

2.根据权利要求1所述的方法，其特征在于，每个候选方的多维信用信息，包括：

第一向量：申报数据量和真实数据量之间的差值；

第二向量：申报资源量和真实资源量之间的差值；

第三向量：申报数据质量等级和真实数据质量等级之间的差值。

3.根据权利要求1所述的方法，其特征在于，根据多个所述候选方的多维信用信息，从多个所述候选方中确定联合学习训练的多个参与方，包括：

计算每个所述候选方的多维信用信息和预设权重向量的乘积，得到每个所述候选方的信用得分；

根据多个所述候选方的信用得分，从多个所述候选方中确定出多个参与方。

4.根据权利要求1所述的方法，其特征在于，所述利用多个所述参与方的参与方数据进行联合学习训练，得到联合学习模型，包括：

分别利用每个所述参与方的参与方数据训练神经网络模型，得到每个所述参与方对应的网络模型；

获取每个所述参与方对应的网络模型的模型参数；

聚合多个所述参与方对应的网络模型的模型参数，得到全局参数；

基于所述全局参数更新所述神经网络模型的模型参数，得到所述联合学习模型。

5.根据权利要求4所述的方法，其特征在于，基于所述全局参数更新所述神经网络模型的模型参数，得到所述联合学习模型之后，包括：

计算每个所述参与方的多维信用信息和预设权重向量的乘积，得到每个所述参与方的信用得分；

利用所述信用得分最高的参与方的参与方数据，训练所述联合学习模型，以更新所述联合学习模型。

6.根据权利要求1所述的方法，其特征在于，根据所述模型调控参数，为每个所述参与方分配通过所述联合学习模型获得的资源，包括：

计算每个所述参与方的多维信用信息和预设权重向量的乘积，得到每个所述参与方的信用得分；

计算每个所述参与方在所述联合学习训练中的贡献得分；

根据每个所述参与方的信用得分和/或贡献得分，为每个所述参与方分配通过所述联合学习模型获得的资源。

7.根据权利要求6所述的方法，其特征在于，计算每个所述参与方在所述联合学习训练中的贡献得分，包括：

通过以下任意一种方法计算每个所述参与方在所述联合学习训练中的贡献得分：

计算每个所述参与方的参与方数据与基础数据的相似度，根据每个所述参与方的参与方数据与基础数据的相似度，确定每个所述参与方在所述联合学习训练中的贡献得分；

计算每个所述参与方对应的夏普利值，根据每个所述参与方对应的夏普利值，确定每个所述参与方在所述联合学习训练中的贡献得分。

8.一种联合学习中资源的分配装置，其特征在于，包括：

接收模块，被配置为接收来自多个候选方的多维信用信息；

确定模块，被配置为根据多个所述候选方的多维信用信息，从多个所述候选方中确定联合学习训练的多个参与方；

训练模块，被配置为利用多个所述参与方的参与方数据进行联合学习训练，得到联合学习模型；

调取模块，被配置为基于所述联合学习模型，调取模型调控参数；

分配模块，被配置为根据所述模型调控参数，为每个所述参与方分配通过所述联合学习模型获得的资源。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。