邊緣聯(lián)邦學習的客戶端選擇機制

摘要： 針對傳統(tǒng)邊緣聯(lián)邦學習（FL）由于客戶端資源異質(zhì)性導致聯(lián)邦學習模型性能低下等問題，提出面向邊緣計算的聯(lián)邦學習客戶端選擇機制。該機制綜合考慮了客戶端的計算資源、通信資源以及數(shù)據(jù)資源，在聯(lián)邦學習每輪給定的時間閾值內(nèi)，使得邊緣服務(wù)器能夠選取盡可能多的客戶端數(shù)量的同時避免資源不足的客戶端，保證參與到聯(lián)邦學習過程中的客戶端的質(zhì)量，在一定程度上降低了聯(lián)邦學習的訓練成本。該聯(lián)邦學習客戶端選擇機...