(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210712017.4 (22)申请日 2022.06.22 (71)申请人 中国矿业大 学 地址 221116 江苏省徐州市铜山区大 学路1 号 (72)发明人 李松　孙晓楠　孙彦景　王博文　 云霄　周玉　徐永刚　孙华　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 陈月菊 (51)Int.Cl. G06F 9/50(2006.01) G06F 9/48(2006.01) G06N 3/08(2006.01) G06N 20/20(2019.01) (54)发明名称 多任务联邦学习 系统中设备调度方法 (57)摘要 本发明公开了一种多任务联邦学习系统中 设备调度方法， 所述方法的具体步骤为： S1、 构建 多任务联邦学习的系统模型； S2、 建立以最小化 多任务联邦学习过程的时间为目标的优化问题； S3、 调度设备参与联邦 学习任务训练过程； S4、 将 设备调度过程转化为多臂赌博机和匹配过程； S5、 设计设备调度算法。 本发明是为联邦学习中 的每个任务调度最合适的设备， 从而最小化多任 务联邦学习过程的时延。 权利要求书2页 说明书7页 附图11页 CN 115033382 A 2022.09.09 CN 115033382 A 1.一种多任务联邦学习 系统中设备调度方法， 其特 征在于， 所述方法的具体步骤为： S1、 构建多任务联邦学习的系统模型； S2、 建立以最小化多任务联邦学习过程的时间为目标的优化问题； S3、 调度设备参与联邦学习任务训练过程； S4、 将设备调度过程 转化为多臂赌 博机和匹配过程； S5、 设计设备调度算法。 2.根据权利要求1所述的多任务联邦学习系统中设备调度 方法， 其特征在于， S1中系统 模型包括M个移动边缘计算服务器， K个终端设备， 每个服务器 均有一个任务需要 训练， 即共有M个任务需要训练， 所述 最优化问题 表示为： s.t.C1: C2: C3: ηm(t)∈{0,1}, 3.根据权利要求2所述的多任务联邦学习系统中设备调度方法， 其特征在于， 每个服务 器均需要从可用的设备的集 合中调度设备： 其中， 表示任务m在第t轮调度的设备集合， 表示任务m的可用设备集合， N表 示信道数量。 4.根据权利要求1所述的多任务联邦学习系统中设备调度方法， 其特征在于， 在每个任 务进行设备调度时需要考虑设备的可用性约束， 优化问题可以表示 为： s.t.C1: C2: C3: C4: ηm(t)∈{0,1}, 5.根据权利要求4所述的多任务联邦学习系统中设备调度方法， 其特征在于， 在多任务 联邦学习的设备调度过程中， 设备的先验信息都是未知的， 在这种情况下， 使用多臂赌博机 的办法进 行设备调 度， 相应的优化问题可以重述为根据特定策略为每个任务找到最优的动 作， 以最大化多任务联邦学习的累积奖励：权　利　要　求　书 1/2 页 2 CN 115033382 A 2s.t.C1: C2: 6.根据权利要求5所述的多任务联邦学习系统中设备调度方法， 其特征在于， 多臂赌博 机中每个“摇臂”反馈奖励值的更新方式为： 7.根据权利要求5所述的多任务联邦学习系统中设备调度方法， 其特征在于， 多臂赌博 机中每个“摇臂”被选择次数的更新方式为： 8.根据权利要求5所述的多任务联邦学习系统中设备调度方法， 其特征在于， 在使用多 臂赌博机进行设备调度的过程中， 引入匹配的方法， 即： 每个服务器根据UCB算法反馈的奖 励值与设备的价格构建对可用设备的偏好列表： 将每个服务器对所有可用设备的偏好列表表示为 其是将 按照降序的方式 排序的， 每 个服务器根据其偏好列表进行设备调度。 9.根据权利要求8所述的多任务联邦学习系统中设备调度方法， 其特征在于， 考虑一个 设备在同一轮只能训练一个任务， 存在一个设备被多个服务器调度的情况， 在 匹配的过程 中加入设备的 “价格”， 当存在一个设备被多个服务器同时调度的情况时， 该设备会相应的 提高自己的价格ρm,i， 选择同一设备的服务器会重新计算其偏好列 表， 如若设备的 “价格”太 高， 一些服务器就会放弃它， 该过程持续， 直到不存在一个设备被多个服务器所选择的情 况。权　利　要　求　书 2/2 页 3 CN 115033382 A 3