计算机应用研究

作者：程华盛,敬超,

单位：桂林理工大学a.计算机科学与工程学院;b.广西嵌入式技术与智能系统重点实验室,广西桂林541004；

关键词：多租户数据中心,联邦学习,通信开销优化,三元演化模型参数,

基金：国家自然科学基金资助项目(62362018)；广西重点研发计划资助项目(桂科AB23075116,桂科AB23075175)；广西研究生教育创新计划资助项目(YCSW2023350)；；

为降低多租户数据中心联邦学习架构下的高通信开销问题，提出一种基于三元演化模型参数的通信开销优化算法。首先，建立面向多租户数据中心的联邦学习架构模型来实现数据隐私保护；其次，针对联邦学习架构的引入导致租户和数据中心交互产生了过高的通信开销问题，提出一种基于三元演化模型参数的通信开销优化算法，通过结合最优局部模型和三元向量化模型参数的演化方向来减少租户与数据中心模型参数传输之间的冗余通信；同时，基于联邦学习的隐私研究论证分析了在传输通信过程中所提算法能有效保障参与训练租户的隐私信息。最后，实验结果表明，所提方法在保障训练精度的前提下，相比于联邦平均对比算法能有效降低30%的冗余通信开销。

来源：2024年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第9期