FIFL: A Fair Incentive Mechanism for Federated Learning
FL公平激励机制（多中心FL,无区块链）
论文资源已免费上传
问题
1）没有与其花费的资源相匹配的奖励，设备就没有兴趣参加训练。
2）防范恶意员工——上传无意义的更新进行破坏，防范低水平与搭便车者——获得奖励大于为系统带来的收入。
本文设计
公平奖励员工，以吸引可靠高效的员工；同时基于动态实时员工评估机制惩罚和消除恶意员工。根据两个指标表征工人的评估结果：1）贡献和2）声誉。贡献衡量员工对系统的效用，声誉是员工在一段时间内产生有用更新的概率，两者结合决定奖励诚实员工（或惩罚攻击者）的金额。
系统模型
1联邦学习
多中心FL，在所有设备都中选择M个设备成为服务器 。其基本训练流程为
1.1）局部训练以获得局部梯度；
1.2）局部梯度分为M个切片；
1.3）工作者将并行的局部梯度切片发送到相应的服务器；
2.1）每个服务器聚合一个梯度切片；
2.2）服务器并行地计算全局梯度切片；
1.4）服务器广播全局梯度切片，工作人员下载它们；
1.5）工人重组全局梯度切片以获得完整的全局梯度；
1.6）工人用全局梯度更新局部模型。
2攻击检测-信誉-贡献-奖励四大模块
攻击检测模块接收工人的梯度并消除有害的梯度。其次，声誉模块基于工人的历史检测结果的序列来测量工人的声誉。之后，贡献模块计算工人的效用。最后，激励模块基于声誉指标和贡献指标确定员工奖励的份额。所有中间结果和执行人的签名都存储在区块链中。
1）攻击检测模块：旨在识别和消除攻击者，通过检查异常梯度识别攻击者。
工人i的局部梯度表示为
其中N为工人数，Di为工人i的训练数据集包含样本数ni ，（x，y）为特定训练样本的对应特征和标签，θ为模型参数，Li为i的损失，
一个损失函数，用于测量预测标签F(θ,x)和真实标签y之间的距离。
工人i的检测分数：
其中Lt为测试损耗，Gi是要检测的梯度；，G为诚实工人的基准梯度，Gi是i的局部梯度，〈G，Gi〉 是梯度的相似距离。
由于每个服务器聚合一个梯度切片，我们聚合来自服务器的检测分数以生成无偏检测结果。具体而言，工人i的全局检测分数为：
其中 是评估工作者i的服务器j的检测分数， 
是由工作者i产生并由服务器j聚合的梯度切片。
设置一个超参数阈值Sy来筛选攻击者，即
Sy在检测攻击者时控制检测精度和误报率之间的权衡，建议任务发布者在FL培训之前，通过验证集上的简短测试过程来确定Sy。
2）信誉模块：SLM方法
使用
即（积极事件、消极事件和不确定事件）衡量员工的信誉。
由攻击检测模块可知，ri＝1则为积极事件；ri＝0则是一个负事件；不确定事件包括网络传输故障和无法识别的梯度。服务器统计每个周期内积极事件、消极事件和不确定事件的数量，我们用Pn表示负面事件的数量，用Pt表示正面事件的数量。在工人i的梯度Gi的检测结果为ri=0，则Pni=Pni+1，否则Pti=Pti+1。
工人i信任和不信任分数计算为：
其中St表示可信分数，Sn表示不可信分数，Su是梯度传输错误率。
工人i在一个时间间隔内的声誉计算为：
其中αt、αn、αu是加权参数。
为了动态和客观地衡量员工的声誉，我们通过考虑时间衰减来扩展SLM。具体而言，较旧的事件权重较小，而最近的事件权重较大。将声誉的时间衰减因子设置为γ。工人i在时间t+1的声誉计算如下：
其中Ri（t）是工人i在时间t的声誉，γ控制声誉对当前事件Ri（t+2）的敏感性
3）贡献模块：基于局部梯度和全局梯度之间的距离来计算工人的贡献
其中Dis()是欧几里德范数 。
假设G0是所有值都为0的梯度，对系统没有效用，为了计算相对贡献，我们设置阈值，以区分正贡献和负贡献。
工人i的贡献为：
其中如果bi≤ bh，贡献为正，如果bi>bh，贡献为负。
对于阈值的设置，我们可以选择一个合适工人i作为基准，则贡献高于工人i的任何工人j可以获得利润，而其他工人无法获得利润。这一门槛有效地阻止了搭便车和效用低于要求的工人加入联盟。
4）激励模块：信誉×奖励
贡献是衡量每个迭代中工人效用的指标。声誉是反映工人在产生有用梯度方面的可信度的指标。任务发布者将奖励份额确定为贡献和声誉的乘积，工人i的奖励份额为
其中， 符号决定是否奖励或惩罚工人， 
是训练迭代中的总正贡献，
是工人i贡献的权重。