首页|期刊导航|物联网学报|基于背包模型的联邦学习客户端选择方法

基于背包模型的联邦学习客户端选择方法OA

Clients selection method based on knapsack model in federated learning

中文摘要

近年来,为了打破数据"壁垒",联邦学习被广泛关注.联邦学习不需要客户端上传原始数据就能完成模型训练,保护了用户的隐私.针对客户端设备具有异构性的问题,考虑各个客户端对加速全局模型收敛的贡献程度和系统的通信开销,以最大化客户端在本地训练模型的权重变化量为优化目标,解决在一定系统训练周期下的联邦学习中的客户端选择优化问题.由此,提出了两个基于背包模型的联邦学习协议,分别是OfflineKP-FL协议和OnlineKP-FL协议.OfflineKP-F…查看全部>>

郭佳慧;陈卓越;高玮;王玺钧;孙兴华;高林

中山大学,广东广州 510006中山大学,广东广州 510006中山大学,广东广州 510006中山大学,广东广州 510006中山大学,广东广州 510006哈尔滨工业大学(深圳),广东深圳 518055

信息技术与安全科学

联邦学习客户端选择背包模型

《物联网学报》 2022 (4)

多维边缘网络资源协同优化与运营

158-168,11

国家重点研发计划(No.2021YFB2900300)国家自然科学基金资助项目(No.62271513,No.61972113)广东省基础与应用基础研究基金资助项目(No.2021A1515012631)深圳市科技研发基金资助项目(No.JCYJ20190806112215116,No.KQTD20190929172545139,No.ZDSYS20210623091808025)

10.11959/j.issn.2096-3750.2022.00299

评论

您当前未登录!去登录点击加载更多...