买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明提供了一种联邦忘却赋能的个性化边缘缓存方法,属于边缘计算领域。本发明所述方法可以消除非独立同分布数据和无效数据带来的影响。本发明设计了一种个性化联邦学习方案来保留不同用户的潜在特征,以解决由于非独立同分布数据的权重差异导致模型不收敛的问题。为了克服个性化联邦学习案在处理无效数据方面的局限性,本发明设计了一种联邦忘却算法,消除了无效数据对模型的影响,准确地为用户提供了当前流行的内容缓存服务,从而进一步提高了缓存性能,实现缓存性能的大幅度提升,并显著减少服务延迟。
主权项:1.一种联邦忘却赋能的个性化边缘缓存方法,其特征在于,该方法包括以下步骤:步骤一:通过个性化联邦学习,终端设备训练联邦学习模型以预测内容流行度;所训练的联邦学习模型分为基本层和个性化层两部分,并在基站和云服务器端进行两次模型聚合;其中基本层在两次联邦学习模型聚合中均进行参数聚合,而个性化层仅在基站联邦学习模型聚合中进行参数聚合;步骤二:联邦学习过程中,周期性检查训练数据的有效性,及时检测出无效数据;所述无效数据包括中毒数据和过时数据;步骤三:采用基于联邦忘却的方法对检测出的无效数据进行数据擦除,消除无效数据对联邦学习模型的残留影响;步骤四:根据训练得到的模型预测并缓存流行内容,提高缓存命中率并降低用户访问延迟。
全文数据:
权利要求:
百度查询: 大连理工大学 一种联邦忘却赋能的个性化边缘缓存方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。