联邦学习中的 Right Reward Right Time
摘要
联邦学习（FL）中的关键学习期（CLPs）指早期阶段，在此期间低质量的贡献（例如稀疏的训练数据可用性）可能永久性损害云服务器所拥有的全局模型的性能。然而，现有的激励机制通常假设时间齐次性，将所有训练轮次视为同等重要，从而未能在 CLPs 期间优先吸引高质量贡献。这种低效因隐私法规导致的信息不对称而进一步加剧，云端缺乏对客户端训练能力的了解，导致逆向选择和道德风险。因此，本文提出了一种时间感知的基于契约的激励框架——Right Reward Right Time（R3T），以鼓励客户端参与，尤其是在 CLPs 期间，从而最大化云服务器的效用。我们构建了一个云效用函数，在考虑客户端在时间、系统能力、努力程度和加入时间方面异质性的前提下，捕捉已实现的模型性能与分配给客户端贡献的奖励之间的权衡。然后，我们设计了一种 CLP 感知的激励机制，推导出满足个体理性、激励相容和预算可行约束的最优契约设计，激励理性客户端尽早参与并贡献努力。通过在正确的时间提供正确的奖励，我们的方法可以在 CLPs 期间吸引最高质量的贡献。模拟和概念验证研究表明，R3T 缓解了信息不对称，提高了云效用，并与传统激励机制相比实现了更优的经济效率。我们的概念验证结果表明，在实现具有竞争力的测试准确率的同时，客户端总数最多可减少 47.6%，收敛时间最多可改善 300%。
引用
@article{arxiv.2503.07869,
title = {Right Reward Right Time for Federated Learning},
author = {Thanh Linh Nguyen and Dinh Thai Hoang and Diep N. Nguyen and Quoc-Viet Pham},
journal= {arXiv preprint arXiv:2503.07869},
year = {2026}
}
备注
A temporal heterogeneity-aware incentive mechanism utilizing contract theory, critical learning periods and blockchain smart contracts for Federated Learning (with latest related work on incentive mechanisms for FL)