基于联合学习建立模型需求方的调控方法、装置及设备与流程

本公开涉及联合学习，尤其涉及一种基于联合学习建立模型需求方的调控方法、装置及设备。

背景技术：

1、随着计算机技术的不断发展，人工智能的应用也越来越广泛，通过联合不同参与方进行机器学习的联合学习方法成为一种训练人工智能模型的主流趋势。联合学习作为一种新型的分布式机器学习框架，满足了多个客户端在数据安全的要求下进行模型训练的需求。

2、在联合学习生态尚未真正形成之前，需要验证分配激励机制设计的合理性、有效性，比较不同激励机制方案选择带来的效果差异，发现分配激励机制设计的不足或漏洞，因此需要设计联合学习分配激励机制仿真验证平台。现有的分配激励机制的仿真验证平台，在基于联合学习以及仿真任务建立模型需求方时，需要耗费大量的人力，并且建立模型需求方的过程较为复杂，且人为创建模型需求方时容易产生错误，降低了创建模型需求方的效率。

技术实现思路

1、有鉴于此，本公开实施例提供了一种基于联合学习建立模型需求方的调控方法、装置及设备，以解决现有技术存在的建立模型需求方的过程复杂，需要耗费较高的人力成本，模型需求方的创建容易产生错误，降低创建效率的问题。

2、本公开实施例的第一方面，提供了一种基于联合学习建立模型需求方的调控方法，包括：在联合学习架构中，接收模型需求方上传的数据，并确定模型需求方的数量区间；根据模型需求方的数量区间生成数据调控任务，以便根据数据调控任务创建多个模型需求方，并为每个模型需求方匹配生成相应的配置信息，其中配置信息中包含多种类型的属性信息；根据模型需求方的任务请求，为每个模型需求方设置对应的行为策略，行为策略中包含对模型验证集的设定策略；当执行数据调控任务时，建立模型需求方与其他参与方之间的通信通道，并根据配置信息以及行为策略，生成与每个模型需求方相对应的需求方对象，基于需求方对象执行数据调控任务。

3、本公开实施例的第二方面，提供了一种基于联合学习建立模型需求方的调控装置，包括：确定模块，被配置为在联合学习架构中，接收模型需求方上传的数据，并确定模型需求方的数量区间；创建模块，被配置为根据模型需求方的数量区间生成数据调控任务，以便根据数据调控任务创建多个模型需求方，并为每个模型需求方匹配生成相应的配置信息，其中配置信息中包含多种类型的属性信息；设置模块，被配置为根据模型需求方的任务请求，为每个模型需求方设置对应的行为策略，行为策略中包含对模型验证集的设定策略；调控模块，被配置为当执行数据调控任务时，建立模型需求方与其他参与方之间的通信通道，并根据配置信息以及行为策略，生成与每个模型需求方相对应的需求方对象，基于需求方对象执行数据调控任务。

4、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，处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述方法的步骤。

5、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。

6、本公开实施例采用的上述至少一个技术方案能够达到以下有益效果：

7、通过在联合学习架构中，接收模型需求方上传的数据，并确定模型需求方的数量区间；根据模型需求方的数量区间生成数据调控任务，以便根据数据调控任务创建多个模型需求方，并为每个模型需求方匹配生成相应的配置信息，其中配置信息中包含多种类型的属性信息；根据模型需求方的任务请求，为每个模型需求方设置对应的行为策略，行为策略中包含对模型验证集的设定策略；当执行数据调控任务时，建立模型需求方与其他参与方之间的通信通道，并根据配置信息以及行为策略，生成与每个模型需求方相对应的需求方对象，基于需求方对象执行数据调控任务。本公开能够在仿真平台中自动为仿真任务创建需求方，人工参与度的要求较低，简化了需求方的创建过程，降低需求方创建的错误率，提升创建需求方的效率。

技术特征：

1.一种基于联合学习建立模型需求方的调控方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述数据调控任务包括数据仿真任务，在所述接收模型需求方上传的数据，并确定所述模型需求方的数量区间之前，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述接收模型需求方上传的数据，并确定所述模型需求方的数量区间，包括：

4.根据权利要求1所述的方法，其特征在于，所述为每个所述模型需求方匹配生成相应的配置信息，包括：

5.根据权利要求2所述的方法，其特征在于，所述根据所述模型需求方的任务请求，为每个所述模型需求方设置对应的行为策略，包括：

6.根据权利要求2所述的方法，其特征在于，所述当执行所述数据调控任务时，建立所述模型需求方与其他参与方之间的通信通道，包括：

7.根据权利要求1所述的方法，其特征在于，所述根据所述配置信息以及所述行为策略，生成与每个所述模型需求方相对应的需求方对象，包括：

8.根据权利要求1所述的方法，其特征在于，所述基于所述需求方对象执行所述数据调控任务，包括：

9.一种基于联合学习建立模型需求方的调控装置，其特征在于，包括：

10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至7中任一项所述的方法。

技术总结
本公开提供了一种基于联合学习建立模型需求方的调控方法、装置及设备。该方法包括：在联合学习架构中，接收模型需求方上传的数据，并确定模型需求方的数量区间；根据模型需求方的数量区间生成数据调控任务，以便根据数据调控任务创建多个模型需求方，并为每个模型需求方匹配生成相应的配置信息；根据模型需求方的任务请求，为每个模型需求方设置对应的行为策略；当执行数据调控任务时，建立模型需求方与其他参与方之间的通信通道，并根据配置信息以及行为策略，生成与每个模型需求方相对应的需求方对象，基于需求方对象执行数据调控任务。本公开能够简化模型需求方的创建过程，降低人力成本，提升仿真平台中模型需求方的创建效率。

技术研发人员：刘嘉,李增祥
受保护的技术使用者：新智我来网络科技有限公司
技术研发日：
技术公布日：2024/1/13