申请/专利权人：上海科技大学

申请日：2022-11-23

公开（公告）日：2024-05-31

公开（公告）号：CN118118353A

主分类号：H04L41/14

分类号：H04L41/14;H04L41/0813;H04L41/16;H04L9/40;G06F17/16;G06N20/00;G06F9/50

优先权：

专利状态码：在审-公开

法律状态：2024.05.31#公开

摘要：本发明公开一种基于无线空中计算的分布式拜占庭容错方法。为提升无线数据中心网络的安全性，本发明利用数据中心可访问全局数据集的特性，通过设计数据集分配策略，在边缘服务器端进行冗余计算以实现对拜占庭攻击的鲁棒性。同时为进一步减少计算、通信开销，本发明结合空中计算技术实现无线数据的快速聚合以完成分布式学习任务。空中计算不同于传统通信、计算分离的聚合方案，它是一种利用无线多址信道的波形叠加特性，在空中实现权重求和函数计算的技术。具体来说，空中计算允许本地模型同频同时传输，即所有边缘服务器共享整个频谱，从而克服大规模访问导致的高时延的问题并降低通信、计算开销，以达到快速模型聚合的目的。

主权项：1.一种基于无线空中计算的分布式拜占庭容错方法，其特征在于，包括以下步骤：步骤1、本地数据集分配：中心服务器将原始的大容量数据集平均分成K个不相交的的子数据集并依据随机伯努利编码生成数据分配矩阵E∈{0,1}K×K，基于数据分配矩阵E将各个子数据集分配给边缘服务器：步骤2、本地更新：每个边缘服务器k基于分配的每个本地数据集以及接收到的第t-1轮迭代后的全局模型ωt-1，通过小批量随机梯度下降算法得到个维度为d的本地模型更新其中，记为分配给第k个边缘服务器的所有子数据集的集合，Eki为数据分配矩阵E的第k行中第i个元素；步骤3、本地量化：各个边缘服务器k分别对计算得到的各个模型更新进行1比特量化，得到个量化后的模型更新即：步骤4、本地多数投票：各个边缘服务器k将量化后的个模型更新通过多数投票机制压缩为一个模型更新向量通过本地多数投票机制选取出中占多数的结果；步骤5、本地模型上传：各个边缘服务器k基于导频估计的信道状态信息以及中心服务器设计的功率传输因子ρt，利用信道求逆的方案设计传输信号；步骤6、空中多数投票：各个边缘服务器通过时钟提前timingadvance技术同步地将本地模型上传至中心服务器；中心服务器利用多址信道的波形叠加性质，采用空中计算技术对来自各个边缘服务器的更新进行聚合，聚合得到的信号rt后，再通过多数投票解码出全局模型vt；步骤7、全局模型更新：中心服务器基于解码得到的全局模型vt，通过梯度下降的方法更新得到全局模型ωt，即ωt＝ωt-1-ηvt式中，η为学习率。步骤8、下载全局模型：中心服务器将更新完成的全局模型ωt以及基于各边缘服务器的信道状态信息设计的功率传输因子ρt+1广播至各个边缘服务器，并重复步骤2到步骤8以开始下一次迭代训练。

全文数据：

权利要求：

百度查询： 上海科技大学 基于无线空中计算的分布式拜占庭容错方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD