申请/专利权人:北京邮电大学
申请日:2024-02-04
公开(公告)日:2024-06-07
公开(公告)号:CN118158229A
主分类号:H04L67/104
分类号:H04L67/104;H04L67/12;H04L43/0852;H04L43/0829;H04L43/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.25#实质审查的生效;2024.06.07#公开
摘要:本发明提出一种时延敏感的联邦学习中央节点选举方法,包括,将物联网场景下的lot设备划分为负责训练的普通节点和同时承担训练和协调的委员会节点;通过改造raft算法的心跳包机制来感知每个委员会节点到其他节点的时延;实时检测每个委员会节点的时延及丢包情况,通过低时延联邦学习中央节点选举机制选举出能够保障集群联邦学习稳定性的中央协调节点。本发明提出的方法,采用低延迟、高性能的选举策略,通过委员会机制,将区块链的共识范围缩小至可控可信的区域,减少大量冗余区块存储带来的通信和计算开销。
主权项:1.一种时延敏感的联邦学习中央节点选举方法,其特征在于,包括:将物联网场景下的lot设备划分为负责训练的普通节点和同时承担训练和协调的委员会节点;通过改造raft算法的心跳包机制来感知每个委员会节点到其他节点的时延;实时检测每个委员会节点的时延及丢包情况,通过低时延联邦学习中央节点选举机制选举出能够保障集群联邦学习稳定性的中央协调节点。
全文数据:
权利要求:
百度查询: 北京邮电大学 一种时延敏感的联邦学习中央节点选举方法
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。