[发明专利]一种用于电网边缘计算系统的联邦学习方法及其相关装置

摘要

本申请公开了一种用于电网边缘计算系统的联邦学习方法及其相关装置，服务器在接收到客户端的加入联邦学习请求时，获取各客户端链路的可靠度，进而选择对电网边缘计算系统的资源利用率有正向影响的客户端加入本轮联邦学习；服务器将当前最新的全局模型发送给参与本轮联邦学习的所有客户端，使得各客户端根据本地数据集对该全局模型进行本地训练，并将各自训练得到的模型参数上传到服务器；服务器将所有模型参数进行聚合作为全局模型的参数，得到新的全局模型；进入下一轮学习，直至达到预设学习轮数，输出新的全局模型，改善了现有的联邦学习方法不对客户端进行选择，存在资源利用率不高，训练周期长，导致系统延迟变长的技术问题。