【摘 要】
：
为了应对设备差异化计算能力及非独立同分布数据对联邦学习性能的影响,高效地调度终端设备完成模型聚合,提出了一种基于深度强化学习的设备节点选择方法。该方法考虑异构节点的训练质量和效率,筛选恶意节点,在提升联邦学习模型准确率的同时,优化训练时延。首先,根据联邦学习中模型分布式训练的特点,构建基于深度强化学习的节点选择系统模型。其次,考虑设备训练时延、模型传输时延和准确率等因素,提出面向节点选择的准确率最
【机 构】
：
北京邮电大学网络与交换技术国家重点实验室,国网河北信息通信分公司,国家电网有限公司信息通信分公司
【基金项目】
：
国家自然科学基金资助项目(No.62071070),教育部区块链核心计划基金资助项目(No.2020KJ010802),河北省重点研发计划基金资助项目(No.20310103D)。
论文部分内容阅读
为了应对设备差异化计算能力及非独立同分布数据对联邦学习性能的影响,高效地调度终端设备完成模型聚合,提出了一种基于深度强化学习的设备节点选择方法。该方法考虑异构节点的训练质量和效率,筛选恶意节点,在提升联邦学习模型准确率的同时,优化训练时延。首先,根据联邦学习中模型分布式训练的特点,构建基于深度强化学习的节点选择系统模型。其次,考虑设备训练时延、模型传输时延和准确率等因素,提出面向节点选择的准确率最优化问题模型。然后,将问题模型构建为马尔可夫决策过程,并设计基于分布式近端策略优化的节点选择算法,在每次
其他文献
随着国民经济的不断发展,人们对电能的实际需求也在持续增加,通过实施配电网自动化建设可以明显提升供电的可靠性。为了明确供电可靠性提升中配电网自动化带来的影响,在了解配电网自动化的基础上进行实际的案例分析,从而提出相应的改善建议,最大限度的保障供电可靠性。
现阶段的智能变电站已经在各个地区得到推广建设,智能变电站如果要平稳顺利运行,就需要用到一体化的交直流电源作为重要保障因素。为了确保智能变电站达到安全供电运行的基本标准要求,技术人员目前有必要积极探索整合站用直流电源与通信电源的完善思路对策,运用电解电容来调节控制直流母线运行状况,切实杜绝通信电源的安全故障风险。
近年来,随着社会经济的不断进步和发展,我国的信息化进程同时也在飞速发展。而新型通信系统的出现,使得短波通信在世界范围内都受到了广泛的重视,但是在进行使用的过程中,短波通信技术也会受到相应的干扰。此外,目前我国通信技术已经得到较大的成功,短波通信技术被广泛应用在生活中,并且也较大地影响了人们的社会生活。因此分析了在信息化背景下,短波通信会受到怎样的干扰,以及如何应用抗干扰技术。
现阶段工业技术得到快速发展,数字通信技术的运用具有显著优势,能够实现远距离、大容量以及高质量的数字通信,是现代通信发展的主要方向。通过分析数字通信技术的优缺点及在现阶段的发展运用,并阐述其在配电自动化技术中的运用。配电自动化通信系统具备数据传输、收集、远程控制、现场传输以及全程监控报警自动化等新模式,还能够根据系统需要进行适应性调整。其中,数字通信技术发挥决定性作用,在促进配电自动化发展的同时,还拓宽了数字通信技术的发展途径。
在物联网技术深入发展的背景下,应当充分重视物联网技术与云服务技术的融合发展,全面提升物联网技术的应用水平.基于此,首先对云服务技术进行了概念阐述;其次对云服务技术在
变频器在各行业的应用已经普及,无论是高端的精密设备还是低端的调速工艺都能看到变频器的身影,但其故障发生率与应用时间的增长成正比。通过重点介绍M440变频器基本工作原理与结构,分析造成故障率偏高的原因及深度维护案例,从而给出改进建议。
某直升机发动机起动时频繁出现二次点火,易造成发动机涡轮间富油,导致涡轮间排气温度偏高,而且起动发电机较长时间工作于低转速的起动机状态,起动电流产生的热量无法及时散出,降低其使用寿命,甚至损坏起动发电机。针对此问题,设计了新的起动供电电路,通过降低起动供电电流,延长点火窗口期时间,有效避免了二次点火的情况,降低了起动发电机过载运行时间,提高了直升机的可靠性和维护性。
为了提高联邦学习的通信效率,针对用户计算能力和信道状态异构的场景,提出了一类基于时分多址接入的用户调度策略,在满足给定单轮模型训练所需计算的样本数量约束下,最小化单轮模型更新的系统时延。理论分析了该调度策略的预期收敛速度,探究收敛性能与系统总时延的均衡关系,并进一步分析最优批大小的选择问题。仿真结果显示,所提算法与基准算法相比,模型收敛速率提升30%以上。
为了解决城市场景中车联网时空数据异构以及单个基础设施范围内存在连通效率低下的问题,提出一种车联网时空数据分析及其通达性方法。首先,给出基于噪声去除和数据填充的时空数据分析方法,构建基于张量因子聚合的神经网络预测车辆之间的连通强度;然后,基于车联网连通强度给出有基础设施车联网的通达性方法。仿真实验结果表明,基于张量因子聚合的神经网络可以有效预测车辆之间的连通强度,所提方法可以有效减少连通冗余和路边基
针对现有随机路由防御方法对数据流拆分粒度过粗、对合法的服务质量(QoS)保障效果不佳、对抗窃听攻击的安全性有待提升等问题,提出一种基于深度确定性策略梯度(DDPG)的随机路由防御方法。通过带内网络遥测(INT)技术实时监测并获取网络状态;通过DDPG方法生成兼顾安全性和QoS需求的随机路由方案;通过P4框架下的可编程交换机执行随机路由方案,实现了数据包级粒度的随机路由防御。实验表明,与其他典型的随