小区热心的王阿姨提议办一场“百家宴”——每户人家出一道拿手菜，汇集成一本《社区美食大全》。可上任第一天她就碰了壁：三百多户人家全部受邀，活动室被挤爆，有的灶台没气、有的烤箱报错、几道菜还冒着糊味。总厨李师傅提醒她：办宴席成功的标准不是“来了多少户”，而是“最终菜谱有多好吃”。于是他们开始精心设计一套“请客规则”：每轮只邀请一小批最合适的家庭，评估谁家的灶火旺、谁的食材新鲜、谁来回的油钱划算，还要记清楚每道菜的功劳，给贡献大的家庭积分奖励，保证大家下次还愿意来。这套规则，恰恰就是联邦学习在真实世界中遇到的灵魂问题——客户端选择与激励机制设计。本篇我们跟着李师傅一起，从一场百家宴看懂联邦学习的选人与留人智慧。

岗位关联

对于 AI 从业者而言，掌握客户端选择与激励机制，意味着你能在真实联邦系统中同时解决效率、质量与参与者意愿三大难题，是把论文里的联邦学习推向工业落地的关键能力。

目录
  1. 可视化演示
  2. 联邦学习挑战：为什么百家宴不能全村都来
  3. 设备可用性筛选：看看谁家的灶台还亮着火
  4. 数据质量评估：食材新不新鲜，不能光看分量
  5. 资源感知调度：算算这家的油钱值不值
  6. 贡献度量化：怎么给百家宴记功劳
  7. 激励与博弈：让老实人不吃亏，让滑头难占便宜
  8. 系统设计验证：试菜打分与开张检验
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示联邦学习中资源感知客户端选择调度、Shapley值贡献度量分配和博弈论激励模型三种核心机制的可视化。

本节配有交互动效（进入视口后自动加载，约 3KB）。

资源感知客户端调度 基于电量/带宽/数据质量/在线率计算可参与度分数 分数超阈值的客户端被选中并上传梯度 Score = 0.3Bat + 0.25BW + 0.25DQ + 0.2On 流动粒子表示选中客户端向服务器上传模型更新

联邦学习挑战：为什么百家宴不能全村都来

小区热心人王阿姨起初把三百户全部请来，结果活动室挤不下，有人家的灶台没气，有人家的烤箱报错，最要命的是几道菜带着糊味端上桌，评委们尝了一口就皱眉。总厨李师傅点破关键：衡量百家宴成功的不是“来了多少户”，而是“最终菜谱有多好吃”。这个朴素道理，正是联邦学习的第一课——不能把千万台设备全拉进每一轮训练，必须精挑细选。

在真实的联邦学习系统中，数据分布在世界各地的手机上、医院里、工厂中，受隐私法规约束，原始数据不能离开本地。开发者面临四座大山：隐私隔离（数据不能集中）、Non-IID分布（各家数据口味差异极大）、通信瓶颈（几亿台手机同时传模型更新会挤爆网络）、设备异质性（有的设备是新款旗舰，有的是十年前的老古董）。如果像王阿姨那样“全请来”，模型训练不仅慢，还可能被极端数据带偏。

于是联邦学习把问题抽象成一个全局优化目标：在每轮只看少量客户端的约束下，最小化全局损失函数。设当前第 $t$ 轮选中的客户端集合为 $S_t$，每个客户端 $k$ 有 $n_k$ 条本地样本，全局总样本数为 $n$。

联邦学习第一课由此展开：请客名单本身，就是一门学问。接下来五节，我们跟着李师傅一步步把“名单”选得又精又公平。

F(w)=∑k∈StnknFk(w)\displaystyle F(w) = \sum_{k \in S_t} \frac{n_k}{n} F_k(w)
这个公式把“大家共同的菜谱评分”定义成“各家评分按食材用量占比的加权平均”。
  1. 参与集合$S_t$ 表示第 $t$ 轮被选中参与训练的客户端子集，对应李师傅每轮手动圈定的小规模邀请名单
    St⊆{1,2,…,K}S_t \subseteq \{1, 2, \ldots, K\}
  2. 样本权重$\dfrac{n_k}{n}$ 是客户端 $k$ 的本地数据量占全局总数据量的比例，数据多的家庭在评分中自然权重更大
    nkn,n=∑k∈Stnk\frac{n_k}{n}, \quad n = \sum_{k \in S_t} n_k
  3. 加权聚合$F_k(w)$ 是客户端 $k$ 在本地数据上计算的损失函数，$F(w)$ 是所有参与方加权后的全局损失
    F(w)=∑k∈StnknFk(w)F(w) = \sum_{k \in S_t} \frac{n_k}{n} F_k(w)

设备可用性筛选：看看谁家的灶台还亮着火

李师傅没有急着定名单，他先设计了一张“报名问卷”：您家的灶台今天有气吗？能连续开火两小时吗？网络通畅吗？——这对应联邦学习的设备可用性筛选。在真实场景中，手机不能一边充电一边满负荷训练，也不能在网络信号只有一格时强行下载几十兆的模型。系统首先要排除“来不了”和“来不久”的客户端，才能谈后续优化。

设备可用性通常从三个维度评估：电量状态（电量低于阈值则跳过）、网络连接（Wi-Fi 优先，弱网降权）、空闲时段（训练最好发生在用户睡觉或充电时）。综合这些信息后，系统用一个指示函数做二值化判断：当前设备是否满足全部准入条件。

“查询煤气表”只是第一关。李师傅深知：光灶台有火还不够，得看看食材本身经不经得起考验。

1{availk×batk×netk>θ}\displaystyle \mathbb{1}\left\{ \mathrm{avail}_k \times \mathrm{bat}_k \times \mathrm{net}_k > \theta \right\}
这个公式像一张“准入清单”：电量、网络、空闲状态三个分数相乘，必须超过门槛 $\theta$，设备才有资格上桌。
  1. 指示函数$\mathbb{1}\{ \cdot \}$ 是一个开关，条件成立取 1（邀请），不成立取 0（不邀请）
    1{condition}={1,condition=true0,condition=false\mathbb{1}\{ \mathrm{condition} \} = \begin{cases} 1, & \mathrm{condition} = \mathrm{true} \\ 0, & \mathrm{condition} = \mathrm{false} \end{cases}
  2. 三维评分$\mathrm{avail}_k$ 是空闲度，$\mathrm{bat}_k$ 是电量评分，$\mathrm{net}_k$ 是网络质量评分，三者相乘构成综合可用性
    availk×batk×netk\mathrm{avail}_k \times \mathrm{bat}_k \times \mathrm{net}_k
  3. 阈值过滤$\theta$ 是系统设定的受邀门槛，只有综合分超过门槛的设备才会进入候选池
    availk×batk×netk>θ\mathrm{avail}_k \times \mathrm{bat}_k \times \mathrm{net}_k > \theta

数据质量评估：食材新不新鲜，不能光看分量

有一户人家端来一大盆发芽的土豆，另一户只带一小碗自家腌的爽口萝卜。王阿姨起初按“菜量”记功劳，结果大盆土豆几乎没人动筷，小碗萝卜反而被评委一抢而空。李师傅由此定下第二条规矩：数据质量评估，不能只看样本数量，更要看数据与全局目标的契合度。

数据质量的核心挑战在于：联邦学习的数据是 Non-IID（非独立同分布）的。每家每户的数据分布差异极大——有的客户端拍了一万张“猫”照片，有的客户端全是“狗”。如果让偏离全局分布的客户端高权重参与，模型会被带偏。系统通常计算客户端本地数据分布 $P_k$ 与全局分布 $P$ 的 KL 散度（KL 散度可以理解为“两个分布的口味差异程度”），差异越大，质量分越低。

食材把关完毕，李师傅手里的邀请名单已经筛掉了一批人。但还有一笔账没算：这家人来回的油钱和燃气费，值得吗？

DKL(Pk∥P)=∑x∈XPk(x)log⁡Pk(x)P(x)\displaystyle D_{\mathrm{KL}}(P_k \| P) = \sum_{x \in X} P_k(x) \log \frac{P_k(x)}{P(x)}
KL 散度回答的问题是：“这家的菜谱和大众口味差多远？”差异越小，说明这家的数据越能代表全体，越该被邀请。
  1. 本地分布$P_k(x)$ 是客户端 $k$ 上数据样本 $x$ 出现的概率，相当于这家人的口味偏好曲线
    Pk(x),x∈XP_k(x), \quad x \in X
  2. 全局分布$P(x)$ 是所有参与方数据合并视角下的理想分布，相当于整个社区的综合口味基线
    P(x)=∑knknPk(x)P(x) = \sum_{k} \frac{n_k}{n} P_k(x)
  3. 对数比率$\log \dfrac{P_k(x)}{P(x)}$ 衡量在某个样本 $x$ 上，本地口味与全局口味的偏离方向和幅度
    log⁡Pk(x)P(x)\log \frac{P_k(x)}{P(x)}
  4. 求和汇总对所有样本求和得到总差异，值越小代表这家的数据越“合群”，越能作为社区的可靠代表
    DKL(Pk∥P)=∑x∈XPk(x)log⁡Pk(x)P(x)D_{\mathrm{KL}}(P_k \| P) = \sum_{x \in X} P_k(x) \log \frac{P_k(x)}{P(x)}

资源感知调度：算算这家的油钱值不值

3 号楼赵大爷的厨艺一流、食材新鲜，但他住在城郊，每次来回路费要花五十块，只为送一碟花生米。李师傅会算账：资源感知调度要回答的就是“这单生意划不划算”。联邦学习中，每个客户端参与训练都要消耗真实资源——电量、流量、CPU 时间。如果收益（模型贡献）不足以抵消开销，系统整体效率就会被拖垮。

资源感知调度的核心是建立能耗预估模型。以训练时长 $T_k$ 为桥梁：客户端 $k$ 的本地训练时间由总计算量（样本数 $n_k$ 乘以单位样本计算量 $C_k$）除以设备算力 $v_k$ 得到，再乘以功率 $P_k$，得到预估能耗 $E_k$。算力高、数据量小的设备，能耗低，更容易被“点单”。

把油钱算清之后，邀请名单基本定了。但李师傅还要应付一个更棘手的问题——宴席结束后，怎么给各家记功劳？

Tk=Ck×nkvk,Ek=Pk×Tk\displaystyle T_k = \frac{C_k \times n_k}{v_k}, \quad E_k = P_k \times T_k
这两个式子像一本“出车账本”：先估算这趟要跑多久（时间），再算出耗多少油（能量）。油费太高的家庭，就算菜再好，也得让它歇一歇。
  1. 训练时长$T_k$ 是客户端 $k$ 完成一轮本地训练所需的时间，相当于从出发到上菜的耗时
    Tk=Ck×nkvkT_k = \frac{C_k \times n_k}{v_k}
  2. 计算规模$C_k \times n_k$ 表示总计算负荷——每个样本处理成本 $C_k$ 乘以样本总量 $n_k$
    Ck×nkC_k \times n_k
  3. 算力分母$v_k$ 是设备算力，算力越强，同样的菜做得越快
    Tk∝1vkT_k \propto \frac{1}{v_k}
  4. 能耗估算$E_k = P_k \times T_k$ 将运行功率与时长相乘，得到本趟任务消耗的电量，用于后续参与决策
    Ek=Pk×TkE_k = P_k \times T_k

贡献度量化：怎么给百家宴记功劳

宴席散场后，王阿姨想给各家发积分，可她犯了难：是按人头平分？按菜量算？还是按口碑打分？李师傅建议用“边际贡献”来记账：某家来了之后，整桌菜的好评率提升多少，这个提升量就是这家的真实功劳。这就是贡献度量化。

一个经典但昂贵的做法是 Shapley 值——来自合作博弈论。它把每个客户端放入所有可能的“家庭组合”中，计算它对组合效用的平均边际贡献，再对所有组合做加权平均。组合的效用 $U(S)$ 可以定义为包含这些客户端时联邦模型的验证精度或损失下降量。Shapley 值是唯一满足公平性四大公理的贡献分配方案。

功劳总算记清楚了。但李师傅明白，记功劳只是第一步——如果没有一套让大家愿意长期出力的规则，下次宴席恐怕就只剩空椅子了。

vk=∑S⊆C∖{k}∣S∣! (∣C∣−∣S∣−1)!∣C∣![U(S∪{k})−U(S)]\displaystyle v_k = \sum_{S \subseteq \mathcal{C} \setminus \{k\}} \frac{|S|! \, (|\mathcal{C}| - |S| - 1)!}{|\mathcal{C}|!} \left[ U(S \cup \{k\}) - U(S) \right]
这个公式像是在说：把这户人家放进每一种可能的“入伙名单”里，看它每次让整体效果提升了多少，最后取平均，就是它的真实贡献。
  1. 组合枚举$S \subseteq \mathcal{C} \setminus \{k\}$ 遍历所有不包含 $k$ 的客户端子集，相当于把所有“已有帮厨”的局面都试一遍
    S⊆C∖{k}S \subseteq \mathcal{C} \setminus \{k\}
  2. 组合权重$\dfrac{|S|! \, (|\mathcal{C}| - |S| - 1)!}{|\mathcal{C}|!}$ 是对每种组合加入顺序的加权，保证不会重复计数
    ∣S∣! (∣C∣−∣S∣−1)!∣C∣!\frac{|S|! \, (|\mathcal{C}| - |S| - 1)!}{|\mathcal{C}|!}
  3. 边际贡献$U(S \cup \{k\}) - U(S)$ 是 $k$ 加入这个组合后带来的效果增量，是“这碟菜让整桌评分涨了几分”的直接度量
    U(S∪{k})−U(S)U(S \cup \{k\}) - U(S)
  4. 平均求和对所有组合的边际贡献加权求和，得到 $k$ 的最终贡献度 $v_k$
    vk=∑S⊆C∖{k}wS[U(S∪{k})−U(S)]v_k = \sum_{S \subseteq \mathcal{C} \setminus \{k\}} w_S \left[ U(S \cup \{k\}) - U(S) \right]

激励与博弈：让老实人不吃亏，让滑头难占便宜

几次宴席办下来，李师傅发现有人开始空手来、打包走，还有人为了混积分，端上来一锅清水白菜凑数。他意识到：每个参与家庭都是“理性人”，都在盘算“我出多少力最划算”。于是，李师傅设计了一套积分激励制度，这正是联邦学习中的激励与博弈。

激励设计首先要让每个客户端计算自己的效用函数：参与带来的收益减去付出的成本。收益与贡献度成正比（系数 $\alpha$），成本主要是能耗（系数 $\beta$）。当参与度 $x_k$ 增加时，贡献度和能耗都在上升，但边际收益递减、边际成本递增，于是每个客户端都有一个“最划算”的参与水平——这个平衡点就是纳什均衡：任何一方单方面改变策略都不会让自己变得更好。

有了这套规则，空手混饭的人发现不划算，老实贡献的人获得更多积分，下次还能被优先邀请。制度立住了，李师傅终于开始考虑：这套方案在真正开放前，怎么证明它靠谱？

uk(xk)=α×vk(xk)−β×Ek(xk),∂uk∂xk=0\displaystyle u_k(x_k) = \alpha \times v_k(x_k) - \beta \times E_k(x_k), \quad \frac{\partial u_k}{\partial x_k} = 0
效用公式描述“干活划算不划算”：奖励随贡献增加，成本随能耗增加，聪明的客户端会在两者平衡点停下——这个点就是系统的稳定状态。
  1. 收益项$\alpha \times v_k(x_k)$ 是把贡献度换算成奖励积分，$\alpha$ 是奖励强度系数
    α×vk(xk)\alpha \times v_k(x_k)
  2. 成本项$\beta \times E_k(x_k)$ 是把资源消耗换算成成本损失，$\beta$ 是成本敏感系数
    β×Ek(xk)\beta \times E_k(x_k)
  3. 净效用$u_k(x_k) = \alpha v_k(x_k) - \beta E_k(x_k)$ 表示参与带来的净收益——奖励减成本
    uk(xk)=αvk(xk)−βEk(xk)u_k(x_k) = \alpha v_k(x_k) - \beta E_k(x_k)
  4. 均衡条件$\frac{\partial u_k}{\partial x_k} = 0$ 是“最优参与度”的一阶条件——在这一点上，多干一点和多歇一会的收益恰好抵消
    ∂uk∂xk=0\frac{\partial u_k}{\partial x_k} = 0

系统设计验证：试菜打分与开张检验

李师傅没有立刻把百家宴推向全村。他先组织了三轮小范围试吃：邀四五家熟悉的厨房，按真实规则走一遍选人、做菜、打分、发积分，记录下来观察收敛速度和好评率。只有试吃通过，才正式开张。这对应联邦系统的设计验证环节——先跑模拟，再上真实。

在技术层面，完整联邦系统的最后一环是 FedAvg（联邦平均）聚合算法：服务器把被选中客户端上传的本地模型更新按样本量加权平均，然后更新全局模型。配合前面各节的客户端选择与激励模块，形成一个闭环：选人 → 训练 → 聚合 → 评估 → 发积分 → 下一轮。

试吃通过后，百家宴正式开张。从选人到记账，从积分到均衡，这套完整的社区制度，正是联邦学习从理论走向工程的真实缩影。

wt+1←wt−η∑k∈Stnkn∇Fk(wt)\displaystyle w_{t+1} \leftarrow w_t - \eta \sum_{k \in S_t} \frac{n_k}{n} \nabla F_k(w_t)
这个公式是“总厨的招牌动作”：把所有参与家庭改良后的菜谱方向按家庭规模加权汇总，以适当步幅改良社区大菜谱。
  1. 全局模型更新$w_{t+1} \leftarrow w_t$ 表示新一版菜谱由旧版菜谱出发，经过一轮集体改良得到
    wt+1←wtw_{t+1} \leftarrow w_t
  2. 学习步长$\eta$ 是学习率，控制每轮改良的步子迈多大——步子太大容易扯到蛋，太小则收敛太慢
    η>0\eta > 0
  3. 梯度方向$\nabla F_k(w_t)$ 是客户端 $k$ 在旧菜谱基础上指出的“改进方向”
    ∇Fk(wt)\nabla F_k(w_t)
  4. 加权平均$\sum_{k \in S_t} \frac{n_k}{n} \nabla F_k(w_t)$ 把所有参与者的改进方向按数据量加权平均，得到集体的改良方向
    ∑k∈Stnkn∇Fk(wt)\sum_{k \in S_t} \frac{n_k}{n} \nabla F_k(w_t)

AI 应用场景

手机输入法智慧联想

阶段：客户端选择与激励设计

解决的问题：Google Gboard 等输入法要在全球数亿台手机上训练“下一词预测”模型，传统集中式训练需要收集用户输入数据，既侵犯隐私又带宽爆炸。AI 系统每小时从百万级设备中按电量、活跃度、网络状态筛选出几千台参与训练，并对参与贡献高的设备发放“专属主题皮肤”等虚拟奖励，维持长期参与。

具体案例：Google 在 Gboard 神经语言模型中实测：结合设备筛选与贡献激励后，训练收敛轮数降低约 30%，模型下一词预测准确率提升同时，设备端耗电增量控制在 1% 以内。

医院影像联邦协作网络

阶段：数据质量评估

解决的问题：多家医院各自拥有 CT、MRI 影像数据，受隐私法规约束不能汇出，但单一机构数据量不足，模型精度上不去。通过联邦学习中的质量评估模块，计算各医院数据分布与全局分布的 KL 散度、标注一致性指标，只邀请高质量影像中心参与每轮训练，避免低质数据拖累全局模型。

具体案例：某多中心肺结节检测项目，6 家医院参与，质量评估模块将标注一致性低于阈值的一家医院降权后，全局模型 AUC 提升 4.2%，同时消除了“某家医院数据野值把模型带偏”的历史问题。

车联网路况众包与积分激励

阶段：资源感知调度与激励博弈

解决的问题：车企希望利用量产车上的传感器训练自动驾驶路况模型，但车辆电池、算力、网络差异巨大，车主也不愿白白消耗流量。系统通过资源感知调度挑选“充电桩附近 + Wi-Fi + 低负载”的车辆参与训练，并按贡献度发放充电优惠券，用博弈论设计的积分制度保证激励长期有效。

具体案例：某自动驾驶公司联合打车平台的仿真实验显示，引入资源感知调度后，参与车辆掉线率从 18% 降至 6%，配合积分激励后，车主的次月续参率提升了 22%。

Python 演示

python77 行
# -*- coding: utf-8 -*-"""联邦学习客户端选择与激励模拟器"""import random  class Client:    def __init__(self, cid, battery, data_size, quality):        self.cid = cid        self.battery = battery        self.data_size = data_size        self.quality = quality        self.gc_count = 0      # 参与轮次，避免与分数方法重名        self.contrib = 0.0     # 累计贡献     def score(self):        return self.battery * 0.4 + self.quality * 0.6  class Server:    def __init__(self, clients):        self.client_list = clients        self.round_index = 0        self.selected_ids = []        self.total_score_map = {}     def select(self, battery_threshold=0.3, select_ratio=0.5):        candidates = [c for c in self.client_list if c.battery >= battery_threshold]        candidates.sort(key=lambda c: c.score(), reverse=True)        k = max(1, int(len(candidates) * select_ratio))        self.selected_ids = [c.cid for c in candidates[:k]]        return self.selected_ids     def update(self, selected):        for c in self.client_list:            if c.cid in selected:                gain = c.quality * random.uniform(0.3, 0.8)                c.contrib += gain                c.gc_count += 1                c.battery = max(0.0, c.battery - random.uniform(0.02, 0.08))        self.round_index += 1     def reward(self, total_budget=100.0):        total = sum(c.contrib for c in self.client_list)        if total == 0:            return {}        schemes = {}        for c in self.client_list:            schemes[c.cid] = round(total_budget * c.contrib / total, 2)            self.total_score_map[c.cid] = schemes[c.cid]        return schemes  def main():    random.seed(42)    clients = [        Client(i, round(random.uniform(0.2, 0.9), 2),               random.randint(500, 5000),               round(random.uniform(0.3, 0.95), 2))        for i in range(10)    ]    server = Server(clients)     for epoch in range(5):        chosen = server.select()        server.update(chosen)        scheme = server.reward(100.0)        print("第 %d 轮 选中客户端: %s" % (epoch + 1, chosen))        print("本轮积分分配: %s" % scheme)     print("参与统计: %s" % [        (c.cid, c.gc_count, round(c.contrib, 2), round(c.battery, 2))        for c in clients    ])  if __name__ == "__main__":    main()
目的：模拟一个简化联邦系统中的“电量筛选 + 质量排序 + 按贡献分配激励积分”全流程，演示客户端选择与激励机制如何协同运作。
  1. def score(self):综合评分函数，把电量和数据质量按 4:6 加权，相当于李师傅给报名家庭打“综合印象分”。
  2. candidates = [c for c in self.client_list if c.battery >= battery_threshold]先按电量做硬性筛选，把“灶台没火”的家庭排除掉。
  3. candidates.sort(key=lambda c: c.score(), reverse=True)按综合分降序排列，分高者优先进入邀请名单。
  4. k = max(1, int(len(candidates) * select_ratio))每轮只选前 50% 的候选者，控制参与规模。
  5. gain = c.quality * random.uniform(0.3, 0.8)模拟本地训练带来的贡献增益，质量越高的客户端平均贡献越大。
  6. c.battery = max(0.0, c.battery - random.uniform(0.02, 0.08))每次参与都会消耗电量，体现资源感知中的能耗成本。
  7. total = sum(c.contrib for c in self.client_list)汇总所有客户端累计贡献，作为积分池的分母。
  8. schemes[c.cid] = round(total_budget * c.contrib / total, 2)按贡献度占比分配激励积分，贡献越高拿得越多。

常见误区

误区我以为联邦学习就像“人多力量大”，每轮把所有在线设备全部拉进来，模型一定收敛更快、精度更高。

正解真实系统恰恰相反。几千台设备同时上传更新，通信瓶颈会让每轮耗时急剧拉长；掉线率高、数据低质的客户端还会引入噪声。研究表明，精挑细选的 5%~10% 客户端往往能达到接近全量参与的效果，而代价只有后者的零头。就像百家宴，全村 300 户挤在一个活动室里，反而做不出一桌好菜。

为何常见：中心化训练的“数据越多越好”直觉被照搬到分布式场景，忽略了下行带宽、同步等待和设备掉线这些真实瓶颈。

误区我选客户端只看电量和在线状态，觉得有电、在线就能参与训练，其他的都不用管。

正解电量只是准入门槛，不是选人标准。一个电量满格但数据全是噪声、标签错乱的设备，参与进来反而会拉低全局模型——这就像端来一大锅糊味的菜，虽然灶火很旺，评委们也不会给高分。完整的筛选流程要依次过“可用性 → 数据质量 → 资源收益”三道关。

为何常见：电量是系统最容易观测、最直观的指标，容易被当成唯一筛选项，而数据质量评估需要额外的计算开销，初学者往往嫌麻烦而跳过。

误区谁的训练样本多，谁的贡献就大，所以按数据量比例分配激励积分最简单也最公平。

正解数据量不等于贡献度。一万条高度重复的自拍数据，可能不如一百条高质量的稀有场景数据有价值；而且用户很容易用批量灌水数据刷高“数据量”，导致激励机制被博弈攻破。Shapley 值这类基于边际贡献的方案虽然计算成本高，但能让真正提升全局模型的参与者获得匹配的回报。

为何常见：数据量是显性的、可计数的，分配时有“看得见摸得着”的安全感，但忽略了数据的边际价值与博弈对抗。

误区我做的是工程系统，把选择算法和聚合算法跑通就行，博弈论是经济学家的事，跟部署上线没关系。

正解联邦学习的客户端不是任人摆布的服务器，每个设备背后是活生生的用户。没有博弈论指导的激励设计，很快就会遇到“搭便车”（只下载模型不上传数据）、“刷积分”（发送大量无意义更新）等问题，导致系统参与率断崖式下跌。纳什均衡分析能帮助设计者预判用户的最优策略，把规则定在“对每个人来说，老实贡献最划算”的位置。

为何常见：工程背景的学习者习惯把系统当作中心化软件来理解，忽视了联邦环境中“参与者有独立利益”这一根本差异。

面试题

Q1. 联邦学习中客户端选择的首要目标是什么？

单选题 · easy

  • A.减少通信带宽开销
  • B.提升训练效率与模型质量← 正确答案
  • C.确保所有设备绝对公平
  • D.扩大数据集的总体规模

答案：B。客户端选择的核心是在资源受限条件下选出最能促进全局模型收敛的客户端，通信开销减少只是手段而非最终目的。选项 C 的“绝对公平”反而会拖慢训练，D 只是数据层面的自然结果，都不是首要目标。类比百家宴：请客名单的目的是“做出一桌好菜”，而不是“让每户都来一次”。

Q2. 设备可用性筛选通常不包含以下哪项指标？

单选题 · easy

  • A.电池电量水平
  • B.设备是否空闲
  • C.网络连接状态
  • D.手机品牌型号← 正确答案

答案：D。可用性筛选评估的是设备“此刻能不能干活”：电量够不够、是否空闲、网络是否稳定。手机品牌型号属于静态属性，与当前可用性无关。就像百家宴邀请名单看的是“你家灶台今天有气吗”，而不是“你家用的什么牌子燃气灶”。

Q3. 数据质量评估的常用维度有哪些？

多选题 · mid

  • A.数据分布与全局分布的差异← 正确答案
  • B.本地损失函数数值的大小← 正确答案
  • C.训练样本数量的多少← 正确答案
  • D.设备CPU主频的高低

答案：ABC。数据质量评估关注三点：分布是否与全局一致（KL 散度）、本地损失是否异常偏高、样本量是否足以支撑有意义的梯度估计。CPU 主频属于设备算力范畴，是资源感知调度的输入，与数据本身质量无关。类比选菜：看的是菜新不新鲜、分量足不足、合不合大众口味，而不是看炉灶功率。

Q4. 在资源感知调度中，设备能耗通常由哪两个量决定？

单选题 · easy

  • A.功率乘以训练时长← 正确答案
  • B.样本量乘以带宽
  • C.内存乘以频率
  • D.温度乘以湿度

答案：A。能耗的基本物理公式是能量 = 功率 × 时间。训练时长由计算量除以算力得到，功率由设备硬件决定。样本量×带宽是通信开销的估算方式，内存×频率和温度×湿度都是干扰项。就像算一趟车耗油多少，主要看发动机功率和跑多久，而不是看车漆颜色。

Q5. Shapley 值衡量的核心是什么？

单选题 · mid

  • A.客户端数据集的大小
  • B.全组合下的平均边际贡献← 正确答案
  • C.本地模型训练的速度
  • D.服务器算力的强弱

答案：B。Shapley 值来自合作博弈论，把客户端放入所有可能的合作子集，计算它对每个组合效用提升的加权平均。数据量、训练速度、服务器算力都只是影响贡献的单一因素，不构成对“贡献度”的公平度量。相当于评价一道菜的价值，要看它让整桌宴席评分涨了多少，而不是看它用了几斤土豆。

Q6. 设计联邦学习激励机制时应考虑哪些因素？

多选题 · mid

  • A.公平性与长期参与意愿← 正确答案
  • B.防止搭便车机制← 正确答案
  • C.防刷量与反投毒← 正确答案
  • D.强制所有客户端收益相同

答案：ABC。好的激励机制要让贡献大者获得更多回报（公平性），让理性用户愿意长期参与，同时要对“只下载不贡献”“刷数据混积分”“恶意投毒”等博弈行为设防。选项 D 的“收益相同”恰恰破坏了公平性，会打击高贡献者的积极性，就像宴席上干多干少一个样，最后没人愿意出力。

Q7. 客户端数据非独立同分布（Non-IID）会导致什么问题？

单选题 · mid

  • A.模型收敛更快更稳定
  • B.本地模型偏离全局最优← 正确答案
  • C.通信速度显著提升
  • D.设备电量消耗降低

答案：B。Non-IID 意味着各客户端的本地数据分布差异很大，每个客户端在自己数据上训练出的本地模型会偏向本地分布，偏离全局最优。这就是为什么要做数据质量评估，用 KL 散度等手段过滤分布偏差过大的客户端。百家宴中，如果一家的菜全是四川辣味，让它主导整桌菜谱，其他口味的人就吃不惯了。

Q8. 联邦学习中的“搭便车”问题指的是什么？

单选题 · hard

  • A.只下载模型不贡献数据← 正确答案
  • B.服务器不聚合全局模型
  • C.客户端贡献大量数据
  • D.全局模型出现过拟合

答案：A。搭便车指参与方只享受全局模型带来的收益（下载更新后的模型），却不贡献自己的本地数据或计算资源。这是客户端作为理性参与者的典型博弈行为。选项 B 是服务器失职，C 是积极贡献，D 是模型训练中的现象，都不属于搭便车。对应百家宴中“空手来、打包走”的蹭饭邻居，需要靠积分机制来约束。

Q9. 良性激励契约应避免哪些现象？

多选题 · hard

  • A.贡献高者获得更多积分
  • B.奖励完全由运气决定← 正确答案
  • C.数据质量与奖励脱钩← 正确答案
  • D.刷数据得到高贡献评分← 正确答案

答案：BCD。良性激励契约要求奖励与真实贡献挂钩、可预期、防操纵。选项 B 的“纯运气”无法激励用户努力，C 的“质量与奖励脱钩”会让用户没有动力提供高质量数据，D 的“刷数据刷分”会直接击穿契约的公平性。只有 A 是契约应追求的目标——多劳多得、优劳优得。

Q10. 博弈论视角下，联邦系统达到什么状态时最稳定？

单选题 · extreme

  • A.系统总贡献达到最大
  • B.无人愿单方面改变策略← 正确答案
  • C.每个客户端贡献完全相同
  • D.服务器端收益降为零

答案：B。纳什均衡的定义就是：每个参与者在给定他人策略时，自己的策略已是最优，任何单方面改变都不会获得更高收益。此时系统处于“没有人想偷懒或加码”的稳定状态。总贡献最大不一定是均衡（个人没有动力维持），贡献完全相同抹杀了异质性，服务器收益为零则系统不可持续。