一种基于Nash博弈和联盟博弈的车联网联邦学习激励方法及系统

本发明公开了一种基于Nash博弈和联盟博弈的车联网联邦学习激励方法及系统，激励方法包括：初始化车联网环境中的车辆客户端集合，服务器端向所有客户端广播全局模型参数；建立两阶段Nash博弈模型，其中，第一阶段，用于确定所述车辆客户端集合中的联盟集合，第二阶段，用于议价优化资源贡献；基于所述服务器端与所述联盟集合利用所述两阶段Nash博弈模型，协商确定最优数据贡献比例和最优资源贡献比例；所述服务器根据所述最优数据贡献比例和最优资源贡献比例向所述联盟集合分配奖励。本发明能够适应车联网的高动态性，实现公平高效的资源分配。