面向网络贸易交易的联邦学习最优委托策略分析.pdfVIP

E-CommerceLetters电子商务评论,2024,13(2),2130-2141

PublishedOnlineMay2024inHans./journal/ecl

/10.12677/ecl.2024.132259

面向网络贸易交易的联邦学习最优委托策略

分析

张雨豪，曾进，杜前程

贵州大学数学与统计学院，贵州贵阳

收稿日期：2024年3月1日；录用日期：2024年3月14日；发布日期：2024年5月23日

摘要

近年来，数字化经济极大地推动了网络贸易交易的发展。联邦学习技术作为一种分布式的机器学习范式，

能够助力网络中分布式的节点进行贸易合作。然而，分布式节点与云服务器之间具备信息不对称性，现

有关于联邦学习场景的相关方案存在交互模型构建不准确问题，导致云服务器难以选择最优委托策略。

所提出的方法基于信号博弈模型对联邦学习进行建模，并对该场景下的参与者交互问题进行分析。首先，

对参与者进行理性假设，定义参与者集合、行动空间、支付函数等博弈要素。其次，引入行为–信念系

统，构建服务器与用户之间的信号博弈模型。最后，由序贯理性和序贯一致性，证明该博弈存在序贯均

衡，求解服务器针对不