一种端对端的分布式模型交易方法

本发明涉及数据要素交易技术领域，提供一种端对端的分布式模型交易方法，重点关注隐私保护和市场参与者激励。包括：一、分布式训练下的模型训练和质量评估以及数据补偿分配，经纪人在分布式训练下根据数据提供方的数据信息和隐私需求评估模型质量，并根据其个体特性分配数据补偿以激励其参与训练；二、信息不对称下的模型竞价和版本控制，经纪人向潜在模型购买者发布多轮动态竞标任务，并根据模型特性和利润最大化原则确定各个版本质量模型的最优生产策略。本发明构建了一个以模型为交易标的的端对端分布式多轮动态竞价交易市场，在考虑市场三方主体策略博弈的同时，将参与者的现实特征和模型的特殊性质嵌入到市场定价和生产策略中，以构建安全、完善和可持续的交易市场。