公开(公告)号：CN114925852A

公开(公告)日：2022-08-19

申请号：CN202210563311.3

申请日：2022-05-20

申请人： 南京大学

发明人： 陈晨曦 ,  叶保留 ,  王楚豫 ,  陆桑璐

IPC分类号： G06N20/00 ,  G06F9/50

摘要： 本发明公开了一种基于模型分割和资源分配的联邦学习训练方法及系统。所述方法面向在资源受限且异构的边缘环境中执行的联邦学习训练任务，将待训练模型自适应划分为两部分，将其中一部分模型的训练任务从工作节点卸载到主节点，同时结合对带宽资源和主节点计算资源的动态调整，极大地减少了联邦学习训练过程中的通信开销并且有效平衡了异构工作节点的完成时间，从而显著提升了联邦学习的训练速度。