【技术实现步骤摘要】
本专利技术涉及云联网，特别是涉及面向不确定性需求的云联网跨地域通信方法及系统。
技术介绍
1、近些年，个人设备和物联网设备不断发展和普及，这些设备每天可产生大量数据，可以通过机器学习进行分析获取其中的信息来支持各种智能应用。由于数据持有者对隐私的关注和相关数据保护和隐私的法律法规的完善，不可能将不同位置的数据收集起来进行训练。基于此，一种分布式机器学习范式fl(federated learning，联邦学习)被提出。然而，联邦学习系统仍然具有伸缩性和复杂的基础设施管理等挑战。我们注意到，联邦学习系统遇到的这些问题，正是云服务提供商致力于解决的，像亚马逊、微软、谷歌等都提供各种云服务，主要包括两种服务模式，即iaas(infrastructure as a service，基础设施即服务)和saas(software as a service，软件即服务)。fl系统部署到云中可以获得许多好处，前面提到的iaas和saas都可以快速伸缩并且无需管理基础设施。
2、其中iaas提供虚拟化的计算资源，包括虚拟机、存储和网络；saas...
【技术保护点】
1.面向不确定性需求的云联网跨地域通信方法，其特征是，包括：
2.如权利要求1所述的面向不确定性需求的云联网跨地域通信方法，其特征是，所述方法还包括：如果判断为存在浪费情况，则购买一个新的预付费云联网产品，更新下一个预留期内可用预付费云联网产品数量；作为补偿，更新上一个预留期内可用预付费云联网产品数量；再次判断是否存在浪费情况。
3.如权利要求1所述的面向不确定性需求的云联网跨地域通信方法，其特征是，边缘服务器与中心服务器运行联邦学习任务，包括：
4.如权利要求1所述的面向不确定性需求的云联网跨地域通信方法，其特征是，边缘服务器接收...
【技术特征摘要】
1.面向不确定性需求的云联网跨地域通信方法，其特征是，包括：
2.如权利要求1所述的面向不确定性需求的云联网跨地域通信方法，其特征是，所述方法还包括：如果判断为存在浪费情况，则购买一个新的预付费云联网产品，更新下一个预留期内可用预付费云联网产品数量；作为补偿，更新上一个预留期内可用预付费云联网产品数量；再次判断是否存在浪费情况。
3.如权利要求1所述的面向不确定性需求的云联网跨地域通信方法，其特征是，边缘服务器与中心服务器运行联邦学习任务，包括：
4.如权利要求1所述的面向不确定性需求的云联网跨地域通信方法，其特征是，边缘服务器接收到一个通信需求后，计算当前需求的处理时间，计算公式如下：
5.如权利要求4所述的面向不确定性需求的云联网跨地域通信方法，其特征是，其中，tcom(j)表示区域j内本地训练客户端和中心服务器一次通信的时间计算公式如下：
6.如权利要求5所述的面向不确定性...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。