公开(公告)号：CN114553661B

公开(公告)日：2023-08-18

申请号：CN202210109912.7

申请日：2022-01-29

Applicant: 南京邮电大学

Inventor： 赵海涛 ,  张晨虎 ,  陈泽超 ,  夏文超 ,  倪艺洋 ,  孔志鹏 ,  彭敏鑫 ,  徐婧 ,  徐林林

IPC: H04L41/042 ,  H04L41/044 ,  H04L41/0823 ,  H04L41/14 ,  H04L41/16 ,  H04L45/12 ,  G06F18/214 ,  G06N20/00

Abstract: 本发明公开了一种面向无线联邦学习的移动用户设备分簇训练方法，无线网络中有1台边缘服务服务器和多个移动用户设备，每个用户设备拥有属于本地数据集。首先利用DBSCAN算法以及LEACH算法将用户分为多个簇并选出簇头。然后每个用户利用本地数据训练各自的模型参数并上传至其所在簇的簇头进行聚合，簇头将聚合后的模型进一步上传至边缘服务器聚合。边缘服务器将聚合后的模型参数分发到簇头，并由簇头进一步分发到簇内用户设备进行下一轮训练。如此重复，直至收敛。利用该分簇训练方法，可以降低无线联邦学习的通信开销和训练时延。

公开(公告)号：CN114553661A

公开(公告)日：2022-05-27

申请号：CN202210109912.7

申请日：2022-01-29

Applicant: 南京邮电大学

Inventor： 赵海涛 ,  张晨虎 ,  陈泽超 ,  夏文超 ,  倪艺洋 ,  孔志鹏 ,  彭敏鑫 ,  徐婧 ,  徐林林

IPC: H04L41/042 ,  H04L41/044 ,  H04L41/0823 ,  H04L41/14 ,  H04L41/16 ,  H04L45/12 ,  G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种面向无线联邦学习的移动用户设备分簇训练方法，无线网络中有1台边缘服务服务器和多个移动用户设备，每个用户设备拥有属于本地数据集。首先利用DBSCAN算法以及LEACH算法将用户分为多个簇并选出簇头。然后每个用户利用本地数据训练各自的模型参数并上传至其所在簇的簇头进行聚合，簇头将聚合后的模型进一步上传至边缘服务器聚合。边缘服务器将聚合后的模型参数分发到簇头，并由簇头进一步分发到簇内用户设备进行下一轮训练。如此重复，直至收敛。利用该分簇训练方法，可以降低无线联邦学习的通信开销和训练时延。

公开(公告)号：CN117119597A

公开(公告)日：2023-11-24

申请号：CN202311088650.1

申请日：2023-08-25

Applicant: 南京邮电大学

Inventor： 夏文超 ,  张晨虎 ,  徐林林 ,  倪艺洋 ,  王琴 ,  赵海涛 ,  蔡艳 ,  张晖 ,  朱洪波

IPC: H04W72/0457 ,  H04W4/30

Abstract: 本发明公开了一种面向物联网终端协作学习的资源分配方法、装置、介质及设备，所述方法包括：获取分布式联邦学习全局模型的无线网络，所述无线网络中有1台边缘服务器和多个物联网终端；利用预设的分簇算法将物联网终端分簇，得到分簇结果；基于分簇结果，根据物联网终端的本地数据样本数量，分配簇中每个物联网终端CPU和GPU的工作频率；基于分簇结果，根据无线网络的总带宽和每个物联网终端的实时信道状况，为簇中每个物联网终端动态分配带宽。本发明能够改善无线联邦学习中由于计算资源和网络带宽资源受限导致的训练进程中能量消耗过高的情况。