基于代理选举的高效异构联邦学习方法

作     者：王光辉 白天水 丁爽 何欣 Wang Guanghui;Bai Tianshui;Ding Shuang;He Xin

作者机构：河南大学软件学院河南开封475000 河南省智能网络理论与关键技术国际联合实验室河南开封475000 

基　　金：中国博士后科学基金面上资助项目(2020M672217,2020M672211) 河南省重大科技专项(201300210400) 河南省重点研发与推广专项(科技攻关)(212102210094,222102210133,222102210055) 河南省高等学校重点科研项目(21A520003) 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2024年第41卷第3期

页      码：688-693页

摘      要：物联网多样性终端设备在计算、存储、通信方面的异构性导致联邦学习效率不足。针对上述联邦训练过程中面临的问题,基于代理选举思路,提出了一种高效联邦学习算法。设计了基于马氏距离的代理节点选举策略,将设备的计算能力与闲置时长作为选举因素,选举性价比高的设备作为代理节点,充分发挥设备计算能力。进一步设计了基于代理节点的新型云边端联邦学习架构,提升了异构设备之间的联邦学习效率。基于MNIST和CIFAR-10公开数据集与智能家居设备真实数据的实验表明,该联邦学习方法的效率提高了22%。

主 题 词：联邦学习 设备异构 代理选举 云边端 高效性 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.19734/j.issn.1001-3695.2023.06.0297

馆 藏 号：203127087...