面向多租户数据中心的联邦学习架构下通信开销优化方法

Optimization method for communication overhead in federated learning architecture for multi-tenant data center
程华盛1a
敬超1a,1b
1. 桂林理工大学 a. 计算机科学与工程学院; b. 嵌入式技术与智能系统重点实验室, 广西 桂林 541004

摘要

在多租户数据中心下为避免传统机器学习模型训练存在的数据隐私泄露风险,选择引入联邦学习架构来实现数据隐私保护,但在实际的联邦学习训练过程中会产生过高的通信开销负担。因此为了降低多租户数据中心联邦学习架构下的高通信开销问题,提出一种基于三元演化模型参数的通信开销优化算法,主要的工作包括:首先建立面向多租户数据中心的联邦学习架构模型来实现数据隐私保护,其次对于联邦学习架构的引入使得租户和数据中心交互产生了过高的通信开销问题,提出一种基于三元演化模型参数的通信开销优化算法,通过结合最优局部模型和三元向量化模型参数的演化方向来减少租户与数据中心模型参数传输之间的冗余通信。同时基于联邦学习的隐私研究论证分析了在传输通信过程中所提算法能有效保障参与训练租户的隐私信息。最后实验结果表明,所提方法在保障训练精度的前提下,相比于联邦平均对比算法能有效降低30%的冗余通信开销。

基金项目

国家自然科学基金资助项目(62362018)
广西重点研发计划(桂科AB23075116,桂科AB23075175)
广西研究生教育创新计划项目(YCSW2023350)

出版信息

DOI: 10.19734/j.issn.1001-3695.2024.01.0002
出版期卷: 《计算机应用研究》 优先出版, 2024年第41卷 第9期

发布历史

[2024-05-08] 优先出版

引用本文

程华盛, 敬超. 面向多租户数据中心的联邦学习架构下通信开销优化方法 [J]. 计算机应用研究, 2024, 41 (9). (2024-05-14). https://doi.org/10.19734/j.issn.1001-3695.2024.01.0002. (Cheng Huasheng, Jing Chao. Optimization method for communication overhead in federated learning architecture for multi-tenant data center [J]. Application Research of Computers, 2024, 41 (9). (2024-05-14). https://doi.org/10.19734/j.issn.1001-3695.2024.01.0002. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊