基于分层联邦学习的模型管理方法、装置和计算机设备制造方法及图纸

本申请涉及一种基于分层联邦学习的模型管理方法、装置和计算机设备。所述方法包括：接收基站发送的第一配置消息，第一配置消息包含基于分层联邦学习的用户调度结果指示信息，用户调度结果指示信息是基站基于各终端设备的用户特征信息获得的，用户特征信息包括用户数据特征信息和用户信道状态信息中的至少一种。向网络发送上报信息，网络存储基站已生成的分层联邦学习模型和下发策略，上报信息至少包括终端能力、推理任务类型、模型性能监控反馈信息中的至少一种，上报信息用于网络生成第二配置消息，第二配置消息为基于分层联邦学习的模型推理策略下发信息或模型更新策略下发信息。基于第二配置消息得到模型推理结果或者模型更新结果。

【技术实现步骤摘要】

本申请涉及联邦学习，特别是涉及一种基于分层联邦学习的模型管理方法、装置和计算机设备。

技术介绍

1、随着3gpp无线接入网(ran)技术的快速发展，可以将ai模型强大的表征能力和特征提取能力与无线通信场景相结合，实现时频域资源优化和开销降低。其中，联邦学习作为一种分布式框架，可以有效提升ai模型的训练效率，在降低传输开销的同时保护本地数据的隐私安全，因此，如何实现联邦学习在5g-a/6g网络的应用是亟待解决的技术问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够利用云-边-端协同的网络架构提升算法的覆盖范围以及丰富生成的联邦学习模型的适用场景的基于分层联邦学习的模型管理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种基于分层联邦学习的模型管理方法，应用于移动通信系统中的终端设备，所述移动通信系统还包括网络，所述网络包括网络节点以及多个基站，各所述基站对应有多个终端设备，所述终端设备为执行分层联邦学习的分布式节点，所述基站为执行分层联邦本文档来自技高网...

【技术保护点】

1.一种基于分层联邦学习的模型管理方法，其特征在于，应用于移动通信系统中的终端设备，所述移动通信系统还包括网络，所述网络包括网络节点以及多个基站，各所述基站对应有多个终端设备，所述终端设备为执行分层联邦学习的分布式节点，所述基站为执行分层联邦学习的中心节点；所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述终端能力包括终端计算能力、终端信道状态以及推理特征中的一种或多种，所述终端计算能力用于表征所述终端设备所支持的模型复杂度，所述终端信道状态表征所述终端设备的上行信道状态。

3.根据权利要求1所述的方法，其特征在于，所述向所述网络发送上报信息，包括：<...

【技术特征摘要】

1.一种基于分层联邦学习的模型管理方法，其特征在于，应用于移动通信系统中的终端设备，所述移动通信系统还包括网络，所述网络包括网络节点以及多个基站，各所述基站对应有多个终端设备，所述终端设备为执行分层联邦学习的分布式节点，所述基站为执行分层联邦学习的中心节点；所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述终端能力包括终端计算能力、终端信道状态以及推理特征中的一种或多种，所述终端计算能力用于表征所述终端设备所支持的模型复杂度，所述终端信道状态表征所述终端设备的上行信道状态。

3.根据权利要求1所述的方法，其特征在于，所述向所述网络发送上报信息，包括：

4.根据权利要求1所述的方法，其特征在于，所述模型性能监控反馈信息包括系统性能指标、准确性指标、复杂度指标、泛化性能指标中的一种或多种。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，所述接收所述第二配置消息，包括：

7.根据权利要求1所述的方法，其特征在于，所述第二配置消息为模型更新策略下发信息，所述模型更新策略下发信息包括待更新模型以及更新策略；所述基于所述第二配置消息得到模型推理结果或者模型更新结果，包括：

8.根据权利要求7所述的方法，其特征在于，所述进行更新处理的过程包括以下至少一者：

9.根据权利要求1所述的方法，其特征在于，所述第二配置消息为模型推理策略下发信息，所述模型推理策略下发信息包括待推理模型的模型标识、模型文件以及待执行模型推理的终端设备的标识信息；所述基于所述第二配置消息得到模型推理结果或者模型更新结果，包括：

10.一种基于分层联邦学习的模型管理方法，其特征在于，应用于移动通信系统中的网络节点，所述网络包括网络节点和多个基站，各所述基站对应有多个终端设备，所述方法包括：

11.根据权利要求10所述的方法，其特征在于，所述终端能力包括终端计算能力、终端信道状态以及推理特征中的一种或多种，所述终端计算能力用于表征所述终端设备所支持的模型复杂度，所述终端信道状态表征所述终端设备侧上行信道状态。

12.根据权利要求10所述的方法，其特征在于，所述上报信息包括所述终端能力，所述接收所述终端设备通过所述基站发送的上报信息，包括：

13.根据权利要求10所述的方法，其特征在于，所述方法还包括：

14.根据权利要求10所述的方法，其特征在于，所述第二配置消息包括基于分层联邦学习的模型推理策略下发信息或模型更新策略下发信息；所述基于所述上报信息生成第二配置消息，包括：

15.根据权利要求11所述的方法，其特征在于，所述基于所述上报信息，在多个第一模型中，确定目标维度满足预设匹配条件的至少一个待推理模型，包括：

16.根据权利要求14所述的方法，其特征在于，所述通过所述基站向所述终端设备发送所述第二配置消息，包括：

17.根据权利要求14所述的方法，其特征在于，所述模型性能监控反馈信息包括系统性能指标、准确性指标、复杂度指标以及泛化性能指标中的一种或多种。

...

【专利技术属性】
技术研发人员：王靖壹，杨蓓，李威，蒋峥，朱剑驰，
申请(专利权)人：中国电信股份有限公司技术创新中心，
类型：发明
国别省市：