一种近端策略优化辅助的车联网联邦学习客户端选择方法
实质审查的生效
摘要
本发明公开了一种近端策略优化辅助的车联网联邦学习客户端选择方法，包括：S1、通过MEC服务器初始化AI全局模型；S2、ICV发送联邦学习参与请求消息至MEC服务器，MEC服务器标记所述ICV为候选ICV；S3、MEC服务器发送联邦学习参与请求反馈消息至候选ICV，通知候选ICV准备接收AI全局模型；S4、MEC服务器下载AI全局模型至全部候选ICV；S5、候选ICV执行一轮本地AI模型训练；S6、候选ICV上传本地信息至MEC服务器；S7、MEC服务器通过PPO辅助的决策算法确立策略函数，用以选择实际参与联邦学习的ICV；S8、MEC服务器发送联邦学习参与接受消息至选中ICV，发送联邦学习参与拒绝消息至未选中ICV。本发明具有稳定性高、能耗小、精度高等优点。
基本信息
专利标题 ：
一种近端策略优化辅助的车联网联邦学习客户端选择方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114554459A
申请号 ：
CN202210060912.2
公开（公告）日 ：
2022-05-27
申请日 ：
2022-01-19
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
于天琪陈中悦刘昌荣羊箭锋胡剑凌
申请人 ：
苏州大学
申请人地址 ：
江苏省苏州市吴中区石湖西路188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 ：
王广浩
优先权 ：
CN202210060912.2
主分类号 ：
H04W4/46
IPC分类号 ：
H04W4/46 H04L67/10 G06N20/20 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : H04W 4/46
申请日 : 20220119
申请日 : 20220119
2022-05-27 ：
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
暂无PDF文件可下载
