阅读笔记联邦学习实战——联邦学习智能用工案例

Posted 2022-03-28 HERODING23

联邦学习实战——联邦学习智能用工案例

• 前言
• 1. 智能用工简介
• 2. 智能用工平台
• • 2.1 智能用工的架构设计
  • 2.2 智能用工的算法设计
• 3. 利用横向联邦提升智能用工模型
• 4. 设计联邦激励机制
• • 4.1 FedGame系统架构
• 阅读总结

前言

s
FATE是微众银行开发的联邦学习平台，是全球首个工业级的联邦学习开源框架，在github上拥有近4000stars，可谓是相当有名气的，该平台为联邦学习提供了完整的生态和社区支持，为联邦学习初学者提供了很好的环境，否则利用python从零开发，那将会是一件非常痛苦的事情。本篇博客内容涉及《联邦学习实战》第十三章内容，使用的fate版本为1.6.0，fate的安装已经在这篇博客中介绍，有需要的朋友可以点击查阅。本章介绍如何利用联邦学习构建协同的正能用工解决方案，并在联邦学习的架构上，提出一种基于多人博弈游戏的联邦学习激励机制方案。

---

1. 智能用工简介

智能用工——一种由人工智能算法赋能的众包平台，它旨在为工作者个人工作管理移动应用程序，平台的AI引擎是一个数据驱动的实时多智体组织，该算法着重于工作者的公平待遇和人类监督的可解释性。

2. 智能用工平台

2.1 智能用工的架构设计

智能用工整体系统架构如下图所示，智能用工系统的AI引擎会根据已有的数据，生成一个初始的候选人录用列表，候选人的能力水平由两个方面反馈：对于定义明确的任务（是否按时上班，是否按时完成工作）可以通过传感器监控，对于定义不明确的任务，由管理者人工评估。
将管理者的评价与传感器监控结果作为输入提供给AL引擎，重新评估当前候选人是否胜任当前工作。

2.2 智能用工的算法设计

为了公平对待工作者，目标是确保能力和生产率相近的工作者长期获得公平的收入，即你的收入要和工作能力相匹配，这样一个目标可以转换为当任何工作者的收入与同类工作者相比时，将其遗憾降到最低。AI引擎采用排队系统的概念模拟工作者的遗憾，用$Y_i(t)$表示工作者i在回合t的遗憾，满足下面的动态规划公式：
$$Y_i(t+1)=max[0,Y_i(t)+\bar{v}(t-1)-v_i(t)]$$

其中$v_i(t)$是当前回合t中工作者i的收入，$\bar{v}(t-1)$是t-1回合i同类工作者的平均收入，从上式可知，i在t-1回合中，如果收入小于平均收入，它的遗憾值会增加，反之遗憾值减少。
参考李雅普诺夫优化技术，得到t回合工作者的遗憾分布为$l_2$-范数，$L(t)=\frac{1}{2}{\sum }_{i=1}^N{Y}_i^2(t)$，因此工作者收入随时间波动可以表示为：
$$\Delta =\frac{1}{T}\sum _{t=0}^{T-1}[L(t+1)-L(t)]$$

通过最小化上式，该算法为工作者提供了两个公平维度：

• 在任何给定的任务分配周期中，具有相似能力和生产力的工作者从任务中获得公平收入。
• 工作者的遗憾随时间变化很小。

同时，参与业务的工作者的集体效用，可以被建模为$v_i(t)q_{i,j}(t)p_i(t)$，其中$q_{i,j}(t)$和$p_i(t)$分别是工作者i对于j类型任务的能力水平和他的生产率，我们的目标是将其最大化，联合目标函数为：
$$max\frac{1}{N}\sum _{t=0}^{T-1}\sum _{i=1}^T{v}_i(t)[\rho q_{i,j}(t)p_i(t)+Y_i(t)]$$
该目标函数满足：
$$\sum _{j=1}^M{1}_{j\to i}\in (0,1),q_{i,j}(t)⩾{\theta }_j(t),\forall i,j,t.$$

在这里，$\rho >0$是一个控制变量，用于管理者向AI引擎发出信号，告知如何产生更高的收入与公平对待工作者之间进行权衡，${\theta }_j(t)$是工作者有资格执行某种任务所需的最低能力级别。下图是对AI引擎的概述。

通过参考文献（见原文）开发出的索引排序，可以有效解决优化问题。工作者按照$[\rho q_{i,j}(t)p_i(t)+Y_i(t)]$索引的降序排列，而任务按其“奖励时间等待时间”值的降序排列，将高级别工作分配给高级别员工，直到找不到更多的任务或更合适的员工为止。如果采用mergesort算法，时间复杂度为O(NlogN)，支持大规模运算。
该算法的结果是将工作者的能力、生产率、遗憾、系统管理者偏好、任务奖励和等待时间等细粒度张量映射到任务分配计划中。

3. 利用横向联邦提升智能用工模型

智能用工系统成功的一个关键因素在于对新员工绩效的准确预测。尽管每个企业都可以使用本地存储的工作者数据，但是零散的机器学习模型可能无法提供令人满意的性能，而联邦学习可以在遵守隐私保护法规的同时，利用本地存储的工作者数据构建一个强大的聚合模型。
如下图，每个系统都记录了本地员工数据，这里采用横向联邦技术，在保证数据不出本地前提下，训练更好的模型来预测员工绩效。

4. 设计联邦激励机制

为了维持高质量数据所有方的长期参与，需要联邦学习系统提供适量的激励措施。设计有效、合理的激励机制，其中关键一点是了解参与方在不同激励机制下的决策行为。为此，提出了基于多人博弈游戏的联邦学习激励机制研究——FedGame，以研究联邦中的参与方在不同激励机制下的决策行为。FedGame允许人类玩家作为联邦参与方体验各种不同的联邦环境，并对其决策过程分析并可视化。

4.1 FedGame系统架构

FedGame架构如下所示，人类玩家和电脑玩家作为参与方加入到联邦学习中，在相同市场上竞争。

决策涉及资源数量、数据质量、数据数量和愿意支付金额等关键信息。每轮游戏在经过固定回合后结束，玩家的目标是在游戏结束之前尽可能多获得收益，为了激励参与方为联合训练提供高质量数据，并如实上报，游戏着重商业角度构建联邦学习环境。加入联邦的过程涉及三个不同阶段：投标，联邦模型训练，利润共享。FedGame支持以下几种激励机制：

• 线性：参与方在总收益中占据份额与其贡献数据的效用成正比。
• 均衡：联邦利润在所有参与方间平均分配。
• 个体：参与方在总收益中所占份额与其对联邦利润的边际贡献成正比。
• 工会：参与方i在总收益中所占的份额遵循工会博弈收益方案，并且如果i被移除，则与联邦模型的边际效应成正比。
• 夏普利益：根据参与方的夏普利益值分配联邦收益。

阅读总结

总的来说本章内容仍以知识了解为主，并不涉及代码，书中提到了一个很先进的思想， 联邦激励机制，任何一个联邦参与方如果没有利益，那也不会加入到联邦学习中。在我看来，联邦学习的目的，就是一群互不相识的参与方为了利益而进行联邦，无论利益是指更好的模型还是收益，在我阅读并总结的这篇博客中，就介绍了一种个性化隐私激励的联邦学习，它是来自于CCF A类的一篇文章，它很好的权衡了利益与隐私，帮助参与方获得个性化的最大利润，感兴趣的朋友可以阅读一下。