首页 > 专利学习

一种基于联邦学习的移动边缘缓存优化方法[发明专利]

专利名称：一种基于联邦学习的移动边缘缓存优化方法专利类型：发明专利

发明人：方娟，滕自怡，杨会静，陆帅冰

申请号：CN202210216109.3

申请日：20220307

公开号：CN114595632A

公开日：

20220607

专利内容由知识产权出版社提供

摘要：本发明涉及一种基于有效联邦学习的移动边缘缓存优化方法，属物联网、人工智能领域。该方法考虑单范围内用户移动性和内容流行度不断变化的情况，通过预测内容流行度，将请求内容提前放置到边缘缓存来提高缓存命中率。具体利用RWP随机路径点模型得到用户时刻轨迹表模拟用户的移动路径，考虑到本地训练消耗，通过聚类与阈值结合的方式选择参与FL本地训练的用户，用注意力机制控制模型权重进行全局模型聚合，根据得到的全局预测模型，提前将预测的请求内容缓存到服务器来提高缓存命中率。该方法利用联邦学习方法，优化客户端选择和权重聚合，实现有效的联邦学习方法以此减少本地训练消耗，提高缓存命中率。

申请人：北京工业大学

地址：100124 北京市朝阳区平乐园100号

国籍：CN

代理机构：北京思海天达知识产权代理有限公司

代理人：张慧

本文发布于:2024-09-21 00:35:31，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/407042.html

上一篇：一种基于BIM技术的客货滚装港口待渡场智能作业方式[发明专利]

下一篇：一种基于频偏校正的随机接入前导信号检测方法[发明专利]