基于联邦边缘学习的数据共享时延优化方法及装置
基本信息
| 申请号 | CN202210195790.8 | 申请日 | - |
| 公开（公告）号 | CN114465900A | 公开（公告）日 | 2022-05-10 |
| 申请公布号 | CN114465900A | 申请公布日 | 2022-05-10 |
| 分类号 | H04L41/083（2022.01）I;H04L41/0833（2022.01）I;H04L67/10（2022.01）I;G06N20/00（2019.01）I;G06F30/27（2020.01）I;G06F111/04（2020.01）N;G06F111/06（2020.01）N | 分类 | 电通信技术; |
| 发明人 | 郭少勇;陈洁蔚;黄琳;庄健;沈韬;王应武;刘英利;柏粉花;张驰;马圳江 | 申请（专利权）人 | 云南省科学技术院 |
| 代理机构 | 北京路浩知识产权代理有限公司 | 代理人 | - |
| 地址 | 100876北京市海淀区西土城路10号北京邮电大学 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于联邦边缘学习的数据共享时延优化方法及装置，所述方法包括：利用基于联邦边缘学习的分布式系统架构进行数据共享；所述系统架构包括通信连接的客户端、边缘服务器和中心服务器；对所述客户端的传输功率、计算功率和数据卸载量进行优化，获取最小的数据共享时延。本发明通过利用基于联邦边缘学习的分布式系统架构进行数据共享，提高了数据共享的效率，再对客户端的传输功率、计算功率和数据卸载量进行优化，实现在工业互联网中的数据共享资源受限的场景下获取最小的数据共享时延。 |
