一种基于异步联邦学习的移动感知缓存方法
授权
摘要
本发明公开了一种基于异步联邦学习的移动感知缓存方法，该方法包括步骤：A、选择自动编码器作为异步联邦学习的模型框架，并创建全局模型；B、根据车辆在当前RSU覆盖范围内的停留时间选择与当前RSU进行异步联邦学习的车辆；C、被选中的车辆从当前RSU中下载全局模型参数；D、根据全局模型参数和最小化正则化损失函数对车辆本地模型进行训练；E、RSU接收训练后的车辆本地模型，并通过权重平均更新全局模型；F、根据更新后的全局模型对内容流行度进行预测，并根据预测结果制定RSU缓存策略。本发明基于异步联邦学习的移动感知缓存方法能够获得较高的缓存命中率、可提升缓存性能、有效保护客户隐私、降低通信成本。
基本信息
专利标题 ：
一种基于异步联邦学习的移动感知缓存方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113283177A
申请号 ：
CN202110668580.1
公开（公告）日 ：
2021-08-20
申请日 ：
2021-06-16
授权号 ：
CN113283177B
授权日 ：
2022-05-24
发明人 ：
吴琼赵宇
申请人 ：
江南大学
申请人地址 ：
江苏省无锡市滨湖区蠡湖大道1800号
代理机构 ：
苏州市中南伟业知识产权代理事务所(普通合伙)
代理人 ：
夏苏娟
优先权 ：
CN202110668580.1
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06F16/9535 G06F21/62 G06N3/04
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-24 ：
授权
2021-09-07 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20210616
申请日 : 20210616
2021-08-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN113283177A.PDF
PDF下载
