一种基于博弈论的机会公平联邦学习激励方法及系统

本发明公开了一种基于博弈论的机会公平联邦学习激励方法及系统，方法包括：模型所有者确定当前轮的奖励值，根据当前轮的奖励值各个数据节点决定参与当前轮训练的贡献率并进行与各个数据节点相对应的局部模型训练；模型所有者根据各个数据节点的声誉值聚合数据节点的局部模型，得到全局模型；根据当前轮各个数据点的开销构建第一效用函数，以及根据模型所有者的收益构建第二效用函数；根据所述第一效用函数和所述第二效用函数计算模型所有者以及各个数据节点的效用，并根据效用结果调整下一轮训练的贡献率和下一轮的奖励值。实现了电力数据节点再训练贡献率和训练成本之间的最佳均衡，保证了联邦学习的训练效果和持续时间。