weixin_59875350的博客

本文介绍了去中心服务器的完全分布式联邦学习论文，Decentralized federated learning of deep neural networks on non-iid data non-iid数据下的深度神经网络的分布式联邦学习

本文介绍了去中心服务器的完全分布式联邦学习论文：Quantized Distributed Federated Learning for Industrial Internet of Things 工业物联网量化分布式联邦学习

本文介绍了去中心服务器的完全分布式联邦学习综述。Federated Learning for Internet of Things: Recent Advances, Taxonomy, and Open Challenges 联邦学习：最新进展、分类和开放挑战

本文介绍了去中心服务器的完全分布式联邦学习综述。A Survey on Federated Learning for Resource-Constrained IoT Devices 资源受限物联网设备的联邦学习研究

联邦学习FL+工人选择论文阅读9，Client Selection and Bandwidth Allocation in Wireless Federated Learning Networks: A Long-Term Perspective，无线联合学习网络中的客户端选择和带宽分配：长期视角

联邦学习FL+区块链+工人选择论文阅读8，Blockchain-based Secure Client Selection in Federated Learning FL中基于区块链的安全客户选择

联邦学习FL+区块链+工人选择论文阅读7，Blockchain Empowered Reliable Federated Learning by Worker Selection：A Trustworthy Reputation Evaluation Method，区块链赋能的可靠FL：一种值得信赖的声誉评估方法

A Fairness-aware Incentive Scheme for Federated Learning一种公平意识FL激励方案

联邦学习FL+激励机制+区块链论文阅读5，Incentive Mechanism for Reliable Federated Learning:A Joint Optimization Approach to CombiningReputation and Contract Theory，可靠联邦学习的激励机制：一种声誉与契约理论相结合的联合优化方法

联邦学习FL+激励机制+区块链论文阅读4A Contract Theory based Incentive Mechanism for Federated Learning基于契约理论的联合学习激励机制本文的重点是根据数据覆盖质量将客户端分类，激励机制被建模为一个契约，在满足服务器和每个客户端都效用非负的情况最大化整体效用

联邦学习FL+激励机制+区块链论文阅读3FIFL: A Fair Incentive Mechanism for Federated Learning（FL公平激励机制）文章分为四个部分，攻击检测（异常梯度检测），信誉（SLM方法），贡献（局部梯度与全局梯度之间欧氏距离），奖励分配（信誉×贡献作为份额）

Reputation-Based Regional Federated Learning for Knowledge Trading in Blockchain-Enhanced IoV区块链增强物联网中基于声誉的知识交易区域FL联邦学习+区块链+激励机制论文阅读第二篇知识生成阶段（联邦学习训练，基于信誉值形成区域）+知识交易（基于成本建模成本，知识定价机制建模为非合作博弈）

Mechanism Design for an incentive aware blockchain enabled federated learning platform 激励感知的区块链FL平台的机制设计FL+激励机制+区块链论文阅读第一篇，基于重复竞争即投票选出最佳模型