[发明专利]一种云边协同感知的方法及系统

权利要求书

1.一种云边协同感知的方法，其特征在于，所述方法包括：

步骤A，云服务器获取本通信轮次内由目标边缘节点上报的边缘模型；所述边缘模型为各目标边缘节点根据第一历史时间段内的边缘感知数据作为本地训练集训练得到的；

步骤B，云服务器对本次通信轮次获取的所有边缘模型进行同步聚合，得到全局模型参数；并将所述全局模型参数及为目标边缘节点训练时使用的超参数，下发至本次通信轮次获取的所有边缘模型对应的所有目标边缘节点；

步骤C，各目标边缘节点下载所述全局模型参数及所述超参数；

步骤D，各目标边缘节点采用弹性更新算法及所述超参数，将本通信轮次内的全局模型参数与上一通信轮次的边缘模型参数之间的加权结果，更新上一轮通信轮次的边缘模型，得到本次通信轮次的边缘模型；其中，所述弹性更新算法中包括弹性权重，所述弹性权重用于表征全局模型和上一轮通信轮次的边缘模型的差异；所述弹性权重包括：所述全局模型参数的弹性权重以及上一通信轮次的边缘模型的弹性权重；

步骤E，各目标边缘节点根据所述本地训练集，训练本次通信轮次的边缘模型，得到新的边缘模型；

步骤F，各目标边缘节点判断新的边缘模型是否达到收敛条件；

步骤G，各目标边缘节点判定新的边缘模型未达到收敛条件，则将新的边缘模型作为本通信轮次的边缘模型，上报本通信轮次的边缘模型，返回执行步骤A，直至新的边缘模型达到收敛条件，将最后一次重新确定的新的边缘模型，作为最终边缘模型，以使得各目标边缘节点使用最终边缘模型预测未来时间段内的边缘感知数据；

其中，所述云服务器对本次通信轮次获取的所有边缘模型进行同步聚合，得到全局模型参数，包括：

云服务器获取本通信轮次内由目标边缘节点上报的边缘模型；判断本通信轮次目标边缘节点累计数量是否达到软同步聚合阈值n；

云服务器判定本通信轮次目标边缘节点累计数量达到软同步聚合阈值n，则对本次通信轮次获取的所有边缘模型进行同步聚合，得到全局模型参数；

采用如下公式：

对本次通信轮次获取的所有边缘模型进行同步聚合，得到全局模型参数；

其中，为第t+1通信轮次中的全局模型，为第t通信轮次中的全局模型，W_G为全局模型，G为角标，用于区分边缘模型w_k，w_k为目标边缘节点k的边缘模型，k为目标边缘节点序号，t为本通信轮次，t+1为下一通信轮次，t-1为上一通信轮次，D为全部目标边缘节点的本地数据集之和，|.|为本地数据集中具有的数据的条数，C为本通信轮次中上传了边缘模型的目标边缘节点集合，D_k为目标边缘节点k的本地训练集，为第t通信轮次中的边缘模型，为第t-1通信轮次中的边缘模型。

2.如权利要求1所述的方法，其特征在于，所述云服务器获取本通信轮次内由目标边缘节点上报的边缘模型之前，所述方法还包括：

云服务器对边缘节点集合中各目标边缘节点生成统一模型参数，作为全局模型参数；并将各全局模型参数以及为目标边缘节点训练时使用的超参数，下发至各目标边缘节点；

各目标边缘节点在第一通信轮次内下载所述全局模型参数以及所述超参数，使用所述全局模型参数对边缘模型参数进行初始化，以使得各边缘模型的初始化的边缘模型参数一致；

各目标边缘节点在使用所述全局模型参数对边缘模型参数进行初始化后，获取本地训练集；

各目标端边缘节点基于所述本地训练集以及所述超参数，对初始化后的边缘模型进行训练，得到本次通信轮次的边缘模型；并在第一通信轮次中上传所述本次通信轮次的边缘模型至云服务器。