[发明专利]基于云边协同的联邦学习的业务类型识别方法有效
| 申请号： | 202111220431.5 | 申请日： | 2021-10-20 |
| 公开（公告）号： | CN113839838B | 公开（公告）日： | 2023-10-20 |
| 发明（设计）人： | 赵力强;李因新;梁凯;郑兴运 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | H04L43/022 | 分类号： | H04L43/022;G06N3/098;H04L41/14;H04L67/10;H04L41/142;G06F18/214;G06N3/084;G06N3/0464 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 陈宏社;王品华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于云边协同的联邦学习的业务类型识别方法，属于通信技术领域，实现步骤为：(1)构建云边协同平台；(2)每个边缘服务器获取训练集和测试集；(3)云端服务器构建全局模型并发送初始化数据；(4)每个边缘服务器对云端服务器的指令进行响应；(5)云边协同平台基于联邦学习对全局模型进行迭代训练；(6)获取业务类型识别结果。本发明采用云边协同的联邦学习算法，对每个边缘服务器抓取数据流制作的数据集进行全局模型训练，以扩大数据集的范围，增强全局模型的泛化能力，进而扩大业务类型识别的适用范围。 | ||
| 搜索关键词： | 基于 协同 联邦 学习 业务 类型 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111220431.5/，转载请声明来源钻瓜专利网。
