面向分布式机器学习训练的计算节点激励策略

摘要：

为了提高分布式机器学习训练的性能,提出了一种计算节点的激励策略.首先,分别建立了计算节点效用最大化问题和服务器成本最小化问题,并设计了最优算法对优化问题进行求解.面对网络的动态性和计算节点的隐私保护需求,提出了一种基于深度强化学习的激励策略,该策略可以自动学习最佳的定价策略.最后使用真实的移动轨迹数据集进行实验,以评估本策略的性能.实验结果表明,与现有的算法相比,本策略具有优越性.

关键词：分布式机器学习、节点激励、深度增强学习

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：128-132