跨設備聯(lián)邦學習中的客戶端選擇算法

摘要： 聯(lián)邦學習是一種新型的分布式機器學習范式,它在滿足用戶隱私和數(shù)據(jù)保密性要求的前提下,充分利用眾多分散客戶端的計算能力及其本地數(shù)據(jù)聯(lián)合訓練機器學習模型.在跨設備聯(lián)邦學習場景下,客戶端通常由數(shù)千甚至萬級別的移動設備或端側(cè)設備組成,由于通信和計算成本的限制,聚合服務器在每個訓練輪次中僅選擇少量客戶端加入訓練.幾種被廣泛應用的聯(lián)邦優(yōu)化算法均采用完全隨機的客戶端選擇算法,但這被證明有著很大... （共16頁）