医疗数据协作中的激励机制与联邦蒸馏方案.pdfVIP

第40卷第1期北京信息科技大学学报（自然科学版）Vol.40No.1

2025年2月JournalofBeijingInformationScienceTechnologyUniversity（ScienceandTechnologyEdition）Feb.2025

文章编号：1674-6864（2025）01-0060-09DOI：10.16508/j.cnki.11-5866/n.2025.01.007

医疗数据协作中的激励机制与联邦蒸馏方案

史耀坤，刘鑫旭，康海燕

（北京信息科技大学计算机学院，北京102206）

摘要：提出了一种医疗数据协作中的联邦蒸馏方案。首先，为增加医疗数据协作中客

户端的积极性，提出一种基于数据定价的激励机制，根据客户端的贡献度进行定价和奖励，鼓励协

作训练，以使系统达到最优收益。其次，为解决联邦蒸馏中缺乏可信的教师模型而导致模型性能

不佳的问题，提出一种联邦双重知识蒸馏选择算法，由客户端知识选择器和服务端知识选择器组

成，确保只有经选择器过滤后的可信知识才能进入蒸馏网络进行训练。在公开数据集上的实验结

果表明，该方案在隐私保护、通信开销、数据异构性适应性方面均有所提升。

关键词：联邦学习；联邦蒸馏；激励机制；医疗数据协作

中图分类号：TN92；TP18文献标志码：A

Incentivemechanismandfederateddistillationschemefor

medicaldatacollaboration

SHIYaokun，LIUXinxu，KANGHaiyan

（CollegeofComputerScience，BeijingInformationScienceTechnologyUniversity，Beijing102206，China）

Abstract：Afederateddistillationschemeformedicaldatacollaborationwasproposed.Firstly，to

enhanceclients′participationinmedicaldatacollaboration，adata-pricing-basedincentivemechanism

wasintroduced，whichsetspricesandprovidesrewardsbasedonclients′contributions，encouraging

collaborativetrainingtoachieveoptimalrevenueforthesystem.Secondly，toaddressthemodel

performancedegradationproblemcausedbythelackoftrustworthyteachermodelsinfederated

distillation，afederateddualknowledgedistillationselectionalgorithmwasproposed，whichwas

composedofclient-sideandserver-sideknowledgeselectors，ensuringthatonlytrustedknowledge