[发明专利]一种基于预测的联邦学习通信优化方法及系统

摘要

本发明涉及联邦机器学习领域，公开了一种基于预测的联邦学习通信优化方法及系统。本发明中，首先，初始化全局模型以及本发明中所需的全局变量，每个用户根据其本地数据进行本地模型训练，得到本地更新。随后，云中心分别根据每个用户的历史模型更新趋势，预测其本地更新。然后，通过计算每个用户采用其预测更新时全局模型的损失函数变化，设置其预测误差阈值，其中包括初始阈值和动态阈值设置两个步骤。最后，根据设置的预测误差阈值设计全局模型更新策略，云中心采用准确的预测更新代替本地更新计算全局模型更新。解决了联邦学习技术中，终端用户与云中心频繁传递更新参数所导致的高通信代价问题。