[发明专利]一种基于联邦学习机制的云边协同产能计算方法及系统

说明书

本发明公开了一种基于联邦学习机制的云边协同产能计算方法及系统，所述方法包括：实时采集各参与方的各产线产能数据_，通过各参与方的ERP系统获取外部订单需要的产能数据；将采集后的各产线产能数据和外部订单需要的产能数据存储到本地实时数据库中；基于各产线产能数据和产能数据以及实际产能预测模型，得到订单所需要的产能与各方实际预测产能之间的产能缺口数据；推导出梯度数据；本地参与方向云制造平台上传模型梯度数据；得到聚合后的梯度数据；更新本地产能供给模型；计算出云制造平台实际能够提供的产能。本发明能够在云制造场景中避免企业生产数据隐私泄露，能够大幅降低隐私计算中计算时长。

技术领域

本发明涉及云制造技术领域，特别是一种基于联邦学习机制的云边协同产能计算方法及系统。

背景技术

随着用户个性化定制需求的逐年增长，传统制造业面临着企业制造能力、设计能力等不足，云制造应运而生，云制造通过建立共享制造资源的公共服务平台，将巨大的社会制造资源池连接在一起，提供各种制造服务，实现制造资源与服务的开放协作、社会资源高度共享。企业用户无需再投入高昂的成本购买加工设备等资源，通过公共平台来购买租赁制造能力。

现存方案如下：方案一、基于云制造支撑技术的制造管理方法，通过获取用户的应用需求信息，并将该信息发布至云制造支撑系统，由云制造支撑系统的资源服务协同模型计算获得资源协同分配结果，然后对资源协同分配结果中的各分配资源进行信用度评估；如果信用度评估结果满足预设信用度，则生成订单信息。方案二、基于一种云共享协同制造平台，包括：需求模块、整机模块、协作模块、供应模块和平台中心模块；需求模块发送用户需求至平台中心模块，接收平台中心模块返回的信息发送给用户；整机模块接收平台中心模块的用户需求发送至整机厂商，发送整机厂商的接单信息给平台中心模块；整机模块发送整机厂商的协作需求或供应需求至平台中心模块，接收平台中心模块的信息发送给整机厂商；协作模块接收平台中心模块的协作需求发送至协作厂商，采集协作厂商的接单信息返回给平台中心模块；供应模块接收平台中心模块发送的供应需求发送至供应厂商，采集供应厂商的接单信息返回给平台中心模块。其能够提高用户需求满足的柔性，减少资源浪费。方案三采用同态加密技术进行云隐私计算，由于该技术的非交互性和良好的运算能力特点，成了云制造隐私计算的主流技术方案。

现存方案存在以下问题：一是，针对方案一和方案二，随着大量的生产数据资源发布到云制造平台以及数据挖掘技术的不断提升,上述生产数据的发布可能会泄露企业的重要信息。二是，针对方案三现有的同态加密方法会累积由算术运算产生的噪声，需要计算开销很大的自举操作来支持云隐私计算中的更新操作，导致计算耗时过长。

发明内容

鉴于此，本发明提供一种基于联邦学习机制的云边协同产能计算方法及系统，以解决企业生产数据隐私泄露及隐私计算中计算耗时过长的问题。

本发明公开了一种基于联邦学习机制的云边协同产能计算方法，其包括以下步骤：

步骤1：数据采集模块负责实时采集各参与方的各产线产能数据X_i，通过各参与方的ERP系统获取外部订单需要的产能数据y_{订单需要的产能}；

步骤2：数据存储模块负责将采集后的各产线产能数据和外部订单需要的产能数据存储到本地实时数据库中；

步骤3：基于各产线产能数据X_i和产能数据y_{订单需要的产能}以及实际产能预测模型，得到订单所需要的产能与各方实际预测产能之间的产能缺口数据；

步骤4：基于产能缺口数据和云制造平台下发给各参与方的产能供给模型参数θ_i，推导出梯度数据g_参与方i；

步骤5：本地参与方向云制造平台上传模型梯度数据g_参与方i