1.一种在线联邦学习任务分配方法,其特征在于,包括以下步骤:(1)发布训练任务,并获取当前时间片内由所有有意愿执行任务的边缘节点组成的边缘节点集合及每个边缘节点感知的数据集状态;
(2)采用强化学习模型根据步骤(1)获得的边缘节点的数据集状态选择进行任务训练的边缘节点;
(3)对于步骤(2)中获得的进行任务训练的边缘节点分别基于Lyapunov优化确定当前时间片内各边缘节点准入数据量和消耗数据量;所述Lyapunov优化使得所述时间片内Lyapunov漂移界限和损失函数同时最小化;
(4)各边缘节点根据步骤(3)确定的消耗数据量进行所述训练任务的训练,根据步骤(3)确定的准入数据量感知数据,完成数据队列更新并确定该边缘节点下一时间片的数据集状态。
2.如权利要求1所述的在线联邦学习任务分配方法,其特征在于,步骤(2)所述强化学习模型采用马尔科夫决策。
3.如权利要求2所述的在线联邦学习任务分配方法,其特征在于,步骤(2)所述马尔科夫决策过程的惩罚值由Lyapunov漂移和损失值组成,其中损失值为每个节点的估计网络参数的梯度损失的加权和。
4.如权利要求3所述的在线联邦学习任务分配方法,其特征在于,步骤(2)所述马尔科夫决策过程采用无模型增强学习算法分别估计Lyapunov漂移和损失值。
5.如权利要求4所述的在线联邦学习任务分配方法,其特征在于,步骤(2)所述无模型增强学习算法为深度Q网络,并采用贝尔曼方程估计Q函数估计的更新差值。
6.一种在线联邦学习任务分配装置,应用于具有一个中央服务器和多个边缘节点的在线联邦学习系统,其特征在于,包括边缘节点选择模块、以及边缘节点感知控制模块;
所述边缘节点选择模块,用于根据中央服务器发布的训练任务,获取当前时间片内所有有意愿执行任务的边缘节点组成的边缘节点集合及每个边缘节点感知的数据集状态,并采用强化学习模型根据边缘节点的数据集状态选择进行任务训练的边缘节点;
所述边缘节点感知控制模块,用于对所述进行任务训练的边缘节点基于Lyapunov优化确定当前时间片内各边缘节点准入数据量和消耗数据量,控制各边缘节点按照其消耗的数据量进行任务训练并按照其准入数据量进行数据感知。
7.一种面向非独立同分布数据的在线联邦学习训练方法,应用于具有一个中央服务器和多个边缘节点的在线联邦学习系统,其特征在于,包括以下步骤:所述中央服务器向所有边缘节点发布任务;
按照如权利要求1至5任意一项所述的在线联邦学习任务分配方法选择进行任务训练的边缘节点并为其分配训练任务;
所述进行任务训练的边缘节点执行训练任务并更新数据集状态后,将训练结果提交到中央服务器;
所述中央服务器根据边缘节点权重将训练结果进行加权平均全局聚合获得该任务的训练结果,并判断所述训练结果是否达到训练要求,如达到要求,则将加权平均全局聚合获得的任务的训练结果作为最终训练结果并结束训练,否则重新发布任务。
8.一种面向非独立同分布数据的在线联邦学习系统,其特征在于,包括中央服务器、多个边缘节点、以及如权利要求6所述的在线联邦学习任务分配装置;
所述中央服务器,用于面向所有边缘节点发布任务并根据边缘节点权重将训练结果进行加权平均全局聚合获得该任务的训练结果,判断所述训练结果是否达到训练要求,如达到要求,则将加权平均全局聚合获得的任务的训练结果作为最终训练结果并结束训练,否则重新发布任务;
所述边缘节点,用于按照所述在线联邦学习任务分配装置确定的消耗数据量进行任务训练并按照所述在线联邦学习任务分配装置确定的准入数据量进行数据感知。