申请/专利权人：汕头大学

申请日：2022-01-05

公开（公告）日：2024-06-25

公开（公告）号：CN114489938B

主分类号：G06F9/455

分类号：G06F9/455;G06F9/50

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.05.31#实质审查的生效;2022.05.13#公开

摘要：本发明公开了一种基于云边协同模式的用户侧QoS预测模型构建方法，包括：云端服务器向M个用户端发送对应的第一模型配置文件；每一个用户端创建本地预测模型；云端服务器循环指定M1个用户端执行模型预训练指令；云端服务器向N个边缘服务器发送对应的第二模型配置文件，指定M2个用户端执行当前本地预测模型的迭代训练；每一个边缘服务器创建边缘服务矩阵，并根据M2个用户端的模型训练结果更新关联的边缘服务矩阵；每一个边缘服务器循环从管控的K个用户端中随机指定K1个用户端执行模型微调指令；每一个用户端加载其归属的边缘服务器的最优边缘服务矩阵，构建QoS预测模型。本发明在保护用户隐私的同时，加快了模型训练的收敛速度。

主权项：1.一种基于云边协同模式的用户侧QoS预测模型构建方法，其特征在于，所述方法包括：云端服务器根据区域内部署的边缘服务器以及边缘服务器所管控的用户端，创建N个服务矩阵以及对应的N个临时服务梯度矩阵，其中边缘服务器的数量为NN＞0，N个边缘服务器所管控的用户端的数量为MM≥N，再向M个用户端发送对应的第一模型配置文件，其中所述第一模型配置文件包括用户矩阵结构参数和服务矩阵结构参数；所述M个用户端中的每一个用户端根据各自接收到的第一模型配置文件创建本地预测模型；所述云端服务器循环从所述M个用户端中随机指定M1M1＜M个用户端辅助执行模型预训练指令，直至将所述N个服务矩阵更新为N个最优服务矩阵；所述云端服务器向所述N个边缘服务器发送对应的第二模型配置文件，其中所述第二模型配置文件包括最优服务矩阵及其对应的服务矩阵结构参数，再从所述M个用户端中随机指定M2M2＜M个用户端执行当前本地预测模型的迭代训练；所述N个边缘服务器中的每一个边缘服务器根据各自接收到的第二模型配置文件创建边缘服务矩阵，再根据所述M2个用户端所反馈的模型训练结果对关联的边缘服务矩阵进行更新，进而得到N个待调整边缘服务矩阵；所述N个边缘服务器中的每一个边缘服务器循环从各自管控的KK＜M个用户端中随机指定K1K1＜K个用户端辅助执行模型微调指令，直至将待调整边缘服务矩阵更新为最优边缘服务矩阵；所述M个用户端中的每一个用户端加载其所归属的边缘服务器发送的最优边缘服务矩阵，进而构建出每一个用户端的QoS预测模型。

全文数据：

权利要求：

百度查询： 汕头大学 一种基于云边协同模式的用户侧QoS预测模型构建方法

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