一种基于强化学习的数据流调度优化方法及系统

本发明涉及数据流调度优化技术领域，公开了一种基于强化学习的数据流调度优化方法及系统。该方法包括：构建联邦强化学习环境，各参与方维护本地数据流状态表示和调度策略模型；实现动态联盟形成系统，通过Shapley值评估参与方价值形成临时联盟；建立多层级激励协议，动态分配收益；引入声誉评估系统，记录历史协作行为并计算信誉得分；执行去中心化策略聚合，优化全局数据流调度策略。本发明在保护参与方隐私的同时提高资源利用率和任务执行效率，实现多方协同优化。