移动社交网络场景下的分层联邦学习方法及系统

本发明提供了一种移动社交网络场景下的分层联邦学习方法及系统，包括：步骤S1：基于社交网络图的N个用户，选出用户方案；基于所述用户方案，选出用户组合；N为常数；步骤S2：将所述用户组合的用户关联到K个边缘服务器，进而得到多种关联方案；K为常数；步骤S3：基于所述用户与所述多种关联方案，计算所述关联方案的KKT条件，进而得出最优通信带宽分配和用户本地的计算频率。本发明提出的联合优化算法高效调度用户，每轮调度的优选用户低于全体用户数量的50％，合理分配发射功率和计算频率，与传统的基线算法相比，使社交网络场景下分层联邦学习系统的能耗至少降低55％。
上海交通大学
陈文 | 陈泽宇 | 武庆庆