연합학습 참여 유도를 위한 교대 제안 협상 기반 기기정보 비공유 인센티브 메커니즘 


50권  9호, pp. 1343-1352, 9월  2025
10.7840/kics.2025.50.9.1343


PDF Full-Text
  요약

본 논문에서는 연합학습(federated learning)에서 클라이언트 기기정보의 활용 없이 연합학습의 성능을 개선하는동시에 최적으로 보상자원을 분배하는 인센티브 메커니즘(incentive mechanism)을 제안한다. 연합학습에서 클라이언트의 자체적인 성능 평가를 반영하는 효용 함수를 정의하고, 이를 기반으로 서버에게 최소 보상정보를 전송함으로써 클라이언트 로컬 모델의 손실이나 데이터셋의 크기 등의 기기정보를 드러내지 않고 클라이언트를 선택하는방식을 제안한다. 또한 보상자원 분배지점 결정을 위해 서버와 클라이언트 간의 협상 분해 및 교대 제안 협상을수행함으로써 클라이언트의 효용 함수 등의 기기정보를 공유하지 않는다. 실험을 통해 제안하는 인센티브 메커니즘은 연합학습의 수렴 속도 및 정확도를 개선하며, 교대 제안 협상 기반의 보상 분배를 통해 최적 자원 분배 지점인 내쉬 협상 해법(Nash bargaining solution)을 근사한다는 것을 확인하였다.

  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  관련 논문
  논문 참조

[IEEE Style]

S. Jin, C. Cha, H. Park, "A Non-Disclosure Incentive Mechanism for Federated Learning Via Alternating-offers Bargaining," The Journal of Korean Institute of Communications and Information Sciences, vol. 50, no. 9, pp. 1343-1352, 2025. DOI: 10.7840/kics.2025.50.9.1343.

[ACM Style]

Suyeon Jin, Chaeyeon Cha, and Hyunggon Park. 2025. A Non-Disclosure Incentive Mechanism for Federated Learning Via Alternating-offers Bargaining. The Journal of Korean Institute of Communications and Information Sciences, 50, 9, (2025), 1343-1352. DOI: 10.7840/kics.2025.50.9.1343.

[KICS Style]

Suyeon Jin, Chaeyeon Cha, Hyunggon Park, "A Non-Disclosure Incentive Mechanism for Federated Learning Via Alternating-offers Bargaining," The Journal of Korean Institute of Communications and Information Sciences, vol. 50, no. 9, pp. 1343-1352, 9. 2025. (https://doi.org/10.7840/kics.2025.50.9.1343)
50권 9호 목차

검색
(제목, 저자, 키워드)

세부 검색 ▼

관심이 많은 키워드
(상위 10개 키워드)

최근 출판 목록
(최근 3년)






pISSN : 1226 - 4717
eISSN : 2287 - 3880