候选任务工作者声誉值的确定方法

技术特征：
1.一种候选任务工作者声誉值的确定方法，其特征在于，应用于联邦学习系统，所述确定方法包括：在候选任务工作者完成所述联邦学习系统的联邦学习任务后，将联邦学习系统中所有任务发布者中的任一者作为当前任务发布者；根据联邦学习任务的完成情况，获取所有任务发布者对所述候选任务工作者的直接声誉值；根据其他任务发布者对所述当前任务发布者的评分权重，计算所述候选任务工作者的间接声誉值；根据所述直接声誉值和所述间接声誉值，计算所有任务发布者对所述候选任务工作者的综合声誉值；计算所有任务发布者的可靠度，并将计算出的可靠度作为该可靠度对应的综合声誉值的可信度；根据所有任务发布者对所述候选任务工作者的综合声誉值以及综合声誉值对应的可信度，利用bui聚合模型计算所述候选任务工作者的最终声誉值。2.根据权利要求1所述的确定方法，其特征在于，所述根据联邦学习任务的完成情况，获取所有任务发布者对所述候选任务工作者的直接声誉值，包括：通过计算公式通过计算公式通过计算公式得到所有任务发布者对候选任务工作者的直接声誉值，其中，表示任务发布者i对候选任务工作者j的直接声誉值，表示候选任务工作者j的正面互动事件数，正面互动事件数表示候选任务工作者j向任务发布者i返回可靠的本地模型的次数，表示候选任务工作者j的负面互动事件数，负面互动事件数表示候选任务工作者j向任务发布者i返回不可靠的本地模型的次数，表示任务发布者i对候选任务工作者j的直接声誉值信度，表示任务发布者i对候选任务工作者j的直接声誉值不信度，表示任务发布者i对候选任务工作者j的直接声誉值不确定度，表示直接声誉值不确定度的影响水平；，，，m表示任务发布者的总个数，表示候选任务工作者的总个数。3.根据权利要求2所述的确定方法，其特征在于，所述根据其他任务发布者对所述当前任务发布者的评分权重，计算所述候选任务工作者的间接声誉值，包括：
得到候选任务工作者j的间接声誉值，其中，表示其他任务发布者y对候选任务工作者j的间接声誉值，表示其他任务发布者y对候选任务工作者j的间接声誉值信度，表示其他任务发布者y对候选任务工作者j的间接声誉值不信度，表示其他任务发布者y对候选任务工作者j的间接声誉值不确定度，表示其他任务发布者y对当前任务发布者i的评分权重参数，，，，。4.根据权利要求3所述的确定方法，其特征在于，所述根据所述直接声誉值和所述间接声誉值，计算所有任务发布者对所述候选任务工作者的综合声誉值，包括：通过计算公式通过计算公式通过计算公式通过计算公式得到所有任务发布者对候选任务工作者j的综合声誉值，其中，表示任务发布者i对候选任务工作者j的综合声誉值，表示任务发布者i对候选任务工作者j的综合声誉值可信度，表示任务发布者i对候选任务工作者j的综合声誉值不可信度，表示任务发布者i对候选任务工作者j的综合声誉值不确定度，。5.根据权利要求4所述的确定方法，其特征在于，所述计算所有任务发布者的可靠度，包括：
通过计算公式得到所有任务发布者的可靠度，其中，表示任务发布者i的可靠度，表示任务发布者i是否使用重复数据源，表示任务发布者i发布联邦学习任务的频率，表示任务发布者i是否长期给出不切实际的高分，均表示权重因子。6.根据权利要求5所述的确定方法，其特征在于，所述根据所有任务发布者对所述候选任务工作者的综合声誉值以及综合声誉值对应的可信度，利用bui聚合模型计算所述候选任务工作者的最终声誉值，包括：将候选任务工作者j的最终声誉值转化成bui二元组，其中，由所有任务发布者对候选任务工作者j的综合声誉值聚合而成，表示的可信度；利用区间转换函数将bui二元组转化成区间值，得到和的第一表达式如下：其中，表示所有任务发布者对候选任务工作者j的综合声誉值的加权聚合函数，表示区间值的加权聚合函数，表示任务发布者i对候选任务工作者j的综合声誉值，，表示任务发布者i对候选任务工作者j的综合声誉值的可信度，，表示区间值，，，l表示所述区间的不确定度函数；利用算术平均聚合函数对所述第一表达式进行处理，得到和的最终表达式如下：计算最终表达式，得到的值和的值，，；通过计算公式，得到候选任务工作者j的最终声誉值。7.根据权利要求1所述的确定方法，其特征在于，在计算所有任务发布者的可靠度，并将计算出的可靠度作为该可靠度对应的综合声誉值的可信度之后，所述确定方法还包括：所述联邦学习系统将所述综合声誉值和所述综合声誉值的可信度存储在信誉区块链中。

技术总结
本申请适用于联邦学习技术领域，提供了一种候选任务工作者声誉值的确定方法，通过确定当前任务发布者，联邦学习系统根据联邦学习任务完成情况，获取所有任务发布者对候选任务工作者的直接声誉值，再根据其他任务发布者对当前任务发布者的评分权重，计算候选任务工作者的间接声誉值，结合直接声誉值和间接声誉值，计算所有任务发布者对候选任务工作者的综合声誉值，再计算所有任务发布者的可靠度并将其作为综合声誉值的可信度，最后根据综合声誉值和综合声誉值的可信度，利用BUI聚合模型计算候选任务工作者的最终声誉值。本申请能够有效的避免恶意任务发布者与不可靠任务工作者相互串通，提高候选任务工作者声誉值的准确度。提高候选任务工作者声誉值的准确度。提高候选任务工作者声誉值的准确度。


技术研发人员：杨艺 符静 杨俊丰 刘利枚 曹文治 张震 石彪 王言
受保护的技术使用者：湖南工商大学
技术研发日：2022.12.15
技术公布日：2023/1/13