[发明专利]用于联邦学习的装置、方法和存储介质

说明书

本公开内容涉及用于联邦学习的装置、方法和存储介质。描述了关于用于联邦学习的各种实施例。在实施例中，中央处理装置可以被配置为针对多个分布计算装置中的第一分布计算装置：接收来自第一分布计算装置的报告消息，所述报告消息包括第一分布计算装置的训练数据集信息或设备信息中的至少一者；以及基于第一分布计算装置的报告消息评估第一分布计算装置的联邦学习性能；基于第一分布计算装置的联邦学习性能确定第一分布计算装置的无线资源需求；以及通过消息通知无线网络基于所述无线资源需求为第一分布计算装置配置无线资源。

技术领域

本公开一般地涉及机器学习与无线通信技术，并且具体地涉及用于联邦学习的装置、方法和存储介质。

背景技术

近年来，随着电子设备计算能力的不断提升和大数据技术的发展，人工智能取得了蓬勃发展。人工智能技术被寄以厚望，以在无人车、医疗、金融等领域发挥作用。人工智能在一定程度上是大数据驱动的，这些数据会涉及若干领域中的多个数据拥有者。在大多数情况下，数据是以孤岛的形式存在的。由于行业竞争、隐私安全、行政手续复杂等问题，想要将分散在各地、各个机构的数据进行整合需要巨大的成本。

为了在利用数据的同时满足数据隐私、安全和监管要求，设计了一种称为联邦学习(Federated Learning)的机器学习框架。联邦学习可以让人工智能系统能够更加高效、准确的共同使用各自的数据。在联邦学习的框架中，多个客户端(例如计算装置)在使数据保留在本地的情况下与中央服务器(例如中央处理装置)配合进行全局模型的训练，不泄露隐私也不违反法规。联邦学习使得两方或多方的数据使用实体在合作当中数据不出本地也能共同使用，解决数据孤岛问题。

一方面，在使用计算装置的过程中所生成的数据可能是联邦学习的重要数据来源，因此计算装置可以成为执行联邦学习的适当的客户端。另一方面，为了保证联邦学习性能，需要考虑不同计算装置的硬件性能差异，并且在计算装置通过无线方式与中央处理装置通信的情况下，需要关注计算装置的无线通信性能。

发明内容

本公开的第一方面涉及用于中央处理装置的电子设备，该中央处理装置与多个分布计算装置执行联邦学习。该电子设备包括处理电路，该处理电路被配置为使中央处理装置针对所述多个分布计算装置中的第一分布计算装置：接收来自第一分布计算装置的报告消息，所述报告消息包括第一分布计算装置的训练数据集信息或设备信息中的至少一者；基于第一分布计算装置的报告消息评估第一分布计算装置的联邦学习性能；基于第一分布计算装置的联邦学习性能确定第一分布计算装置的无线资源需求；以及通过消息通知无线网络基于所述无线资源需求为第一分布计算装置配置无线资源。

本公开的第二方面涉及用于第一分布计算装置的电子设备，第一分布计算装置与中央处理装置以及附加的分布计算装置执行联邦学习。该电子设备包括处理电路，该处理电路被配置为使第一分布计算装置：向中央处理装置发送报告消息，所述报告消息包括第一分布计算装置的训练数据集信息或设备信息中的至少一者；以及从无线网络接收无线资源配置信息，其中所述无线资源配置信息是无线网络基于来自所述中央处理装置的指示消息而确定的。

本公开的第三方面涉及用于联邦学习的方法，其中中央处理装置与多个分布计算装置执行该联邦学习。该方法包括由中央处理装置针对多个分布计算装置中的第一分布计算装置：接收来自第一分布计算装置的报告消息，所述报告消息包括第一分布计算装置的训练数据集信息或设备信息中的至少一者；基于第一分布计算装置的报告消息评估第一分布计算装置的联邦学习性能；基于第一分布计算装置的联邦学习性能确定第一分布计算装置的无线资源需求；以及通过消息通知无线网络基于所述无线资源需求为第一分布计算装置配置无线资源。

本公开的第四方面涉及用于联邦学习的方法，其中中央处理装置与多个分布计算装置执行该联邦学习。该方法包括由所述多个分布计算装置中的第一分布计算装置：向所述中央处理装置发送报告消息，所述报告消息包括第一分布计算装置的训练数据集信息或设备信息中的至少一者；以及从无线网络接收无线资源配置信息，其中所述无线资源配置信息是无线网络基于来自所述中央处理装置的指示消息而确定的。