相关笔记：https://blog.csdn.net/wuxusanren/article/details/128651334
相关综述论文：
《A Survey of Incentive Mechanism Design for Federated Learning》
《联邦学习激励机制研究综述-梁文雅》
《A Comprehensive Survey of Incentive Mechanism for Federated Learning》
《联邦学习的公平性研究综述-朱智韬》
针对：参与者是自利的。只有得到公平回报才愿意参与
思路：提出分层公平联邦学习框架HFFL鼓励FL应用，实现贡献越多回报越大，通过多个数据集证明HFFL框架可实现公平分配。
通过数据数量、数据质量等可公开验证的因素评估参与者的贡献，开发分层公平FL框架，不同贡献分为不同等级，相同等级收敛相同模型
未来展望
a.如何处理HFFL不诚实参与者
b.如何利用迁移学习提高HFFL+的计算效率
c.量化所有的因素
d.HFFL引入差分隐私
标签：Shapley,Hierarchically,综述,Fair,FL,Federated,贡献,Learning,HFFL From： https://www.cnblogs.com/2506406916zhy/p/17103613.html