-
公开(公告)号:CN114650227A
公开(公告)日:2022-06-21
申请号:CN202210100788.8
申请日:2022-01-27
Applicant: 北京邮电大学
Abstract: 本发明提供了一种分层联邦学习场景下的网络拓扑构建算法,包括以下步骤:云服务器初始化,获取参与训练的局域网信息、初始全局模型以及多个终端设备,根据局域网信息对多个终端设备进行分组,并选择参与训练的终端设备;对终端设备计算不同的分布式通信架构的单轮聚合预测时长,选取最短时长的架构作为最优拓扑结构;云服务器将当前全局模型下发给每个分组,并基于最优拓扑结构对全局模型进行训练,得到全局模型更新量并经多次聚合后上报给云服务器;云服务器根据每个分组上报的训练结果更新全局模型;本发明能够减少全局模型上传云服务器的通信次数,通过在局域网内进行部分聚合和本地更新的方式,加速联邦学习的收敛并减少了通信成本。
-
公开(公告)号:CN113014659B
公开(公告)日:2022-05-24
申请号:CN202110262693.1
申请日:2021-03-11
Applicant: 北京邮电大学
IPC: H04L67/1004 , H04L67/101 , G06F9/48 , G06F9/50
Abstract: 本发明实施例提出微服务迁移方法、装置及可读存储介质和电子设备。方法包括:当需要对微服务功能链上的微服务进行边缘服务器迁移时,以微服务功能链的总服务时延小于第一阈值、且发生迁移的每个微服务占用其目标边缘服务器的存储资源值小于该目标边缘服务器的存储资源上限为约束条件,以总迁移成本最低为目标,为微服务器功能链上的各微服务选择目标边缘服务器。本发明实施例实现了微服务功能链的微服务迁移,且,在满足微服务功能链的服务时延的约束条件下,最小化了微服务的迁移与部署成本。
-