龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：本发明涉及云际计算管理领域，具体涉及一种基于联邦学习的云际资源需求负载预测方法、系统、设备及存储介质。包括：根据不同云服务商的真实资源需求负载数据，通过时域感知特征校准方法生成各自对应的虚拟资源需求负载数据集；根据不同云服务商的虚拟资源需求负载数据集，生成对应的公共本地模型，将所有公共模型参与全局模型联邦学习训练，完成全局模型聚合；本发明利用基于真实资源需求负载数据生成的虚拟资源需求负载数据集进行联邦学习训练，在确保各个云服务商原始数据隐私安全的同时，解决了不同云服务商之间资源需求负载数据异构的问题。
主权项：1.一种基于联邦学习云际资源需求负载预测方法，其特征在于，包括：S1：根据不同云服务商的真实资源需求负载数据，通过时域感知特征校准方法生成各自云服务商对应的虚拟资源需求负载数据集；S2：根据不同云服务商的虚拟资源需求负载数据集，生成对应云服务商的公共本地模型，将所有的公共模型参与全局模型联邦学习训练，完成全局模型聚合；S3：通过知识蒸馏的方式将聚合后公共本地模型迁移到各个云服务商的私有本地模型，同时根据各个服务商的真实资源需求负载数据实现各自对应的私有本地模型个性化训练，得到各个服务商对应的资源需求负载预测模型。
全文数据：
权利要求：
百度查询： 西安交通大学 一种基于联邦学习的云际资源需求负载预测方法、系统、设备及存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号