Incentive-driven long-term optimization for hierarchical federated learning

计算机科学 激励 后悔 云计算 杠杆(统计) 延迟(音频) 机器学习 人工智能 电信 操作系统 经济 微观经济学
作者
Lina Su,Zongpeng Li
出处
期刊:Computer Networks [Elsevier]
卷期号:234: 109944-109944 被引量:2
标识
DOI:10.1016/j.comnet.2023.109944
摘要

Hierarchical federated learning (HFL), an emerging paradigm of the client-edge-cloud architecture, can effectively leverage nearby edge servers to conduct model aggregation, significantly reducing transmission overhead. HFL faces both technical and economic challenges: first, in the online setting, computation resources and network bandwidth can only reveal themselves when clients participate in HFL model training. Second, the model training process consumes substantial resources at the clients, such as energy, computation, and bandwidth. It is unrealistic to assume that all clients contribute their resources voluntarily. Thorough investigation is lacking for these challenges in existing HFL research. This work develops a novel online algorithm AUCS, based on the auction and combinatorial multi-armed bandit, to minimize the overall latency of HFL training. AUCS utilizes the ratio of upper confidence bound-based reward to the bid as a criterion for winner determination. Then, AUCS computes the key payment for each winner to guarantee truthfulness of the incentive mechanism. Theoretically, AUCS can achieve sub-linear regret, truthfulness, individual rationality and computational efficiency, and guarantees model convergence. Simulations on real-world datasets and training tasks demonstrate the advantages of AUCS in terms of training latency, model accuracy, and system efficiency.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
彭于彦祖应助Z01采纳,获得20
刚刚
1秒前
aaaa发布了新的文献求助10
1秒前
shim完成签到,获得积分10
1秒前
1秒前
1秒前
2秒前
L平方发布了新的文献求助10
2秒前
彩色的静芙完成签到,获得积分10
3秒前
Zhaoyuemeng完成签到 ,获得积分10
3秒前
充电宝应助Jingxier采纳,获得10
3秒前
lili发布了新的文献求助10
3秒前
稳重的汉堡完成签到,获得积分10
3秒前
4秒前
平安喜乐完成签到 ,获得积分10
4秒前
4秒前
亲亲草发布了新的文献求助10
4秒前
颖中竹子完成签到,获得积分10
4秒前
学渣一枚完成签到,获得积分10
5秒前
5秒前
5秒前
嗡嗡完成签到,获得积分10
5秒前
键盘车神完成签到 ,获得积分10
5秒前
王爱芳发布了新的文献求助10
5秒前
qiangdoudou发布了新的文献求助10
6秒前
mhl11应助王哥采纳,获得10
6秒前
小刘哥加油完成签到 ,获得积分10
6秒前
Jack完成签到,获得积分10
6秒前
丘比特应助1111采纳,获得10
7秒前
7秒前
7秒前
TJTerrence完成签到,获得积分10
8秒前
顾里完成签到,获得积分10
9秒前
义气莫茗应助Yang采纳,获得10
9秒前
fengw420发布了新的文献求助10
9秒前
柒柒发布了新的文献求助10
9秒前
唐正皓完成签到 ,获得积分10
9秒前
丘比特应助第一步催化B采纳,获得10
9秒前
合适的晓亦完成签到,获得积分10
10秒前
wzs发布了新的文献求助10
10秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 600
The Conscience of the Party: Hu Yaobang, China’s Communist Reformer 600
An Introduction to Child Language 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3299266
求助须知:如何正确求助?哪些是违规求助? 2934183
关于积分的说明 8467773
捐赠科研通 2607652
什么是DOI,文献DOI怎么找? 1423827
科研通“疑难数据库(出版商)”最低求助积分说明 661704
邀请新用户注册赠送积分活动 645391