[發(fā)明專利]一種聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測方法和裝置

在審

• 申請?zhí)枺?/td>: 202011418124.3
• 申請日: 2020-12-07
• 公開（公告）號: CN112418342A
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計）人: 黃華威;林康穎;鄭子彬
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 蘇云輝

1.一種聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測方法，其特征在于，包括：

收集移動設(shè)備上的數(shù)據(jù)信息，所述數(shù)據(jù)信息包括位置信息、時間信息、日期信息、網(wǎng)絡(luò)信息和資源狀態(tài)信息；

將所述位置信息進行聚類，得到所述移動設(shè)備的熱點位置；

通過所述時間信息記錄所述移動設(shè)備在所述熱點位置上的停留時間；

根據(jù)所述日期信息、所述停留時間、所述網(wǎng)絡(luò)信息和所述資源狀態(tài)信息，計算所述移動設(shè)備不同日期下在所述熱點位置的平均網(wǎng)絡(luò)狀態(tài)和平均資源狀態(tài)；

將所述位置信息、所述時間信息、所述日期信息、所述平均網(wǎng)絡(luò)狀態(tài)和所述平均資源狀態(tài)進行預(yù)處理，作為訓(xùn)練數(shù)據(jù)；

將所述訓(xùn)練數(shù)據(jù)輸入循環(huán)神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測，得到預(yù)置時間段后所述移動設(shè)備的網(wǎng)絡(luò)信息和資源狀態(tài)信息并輸出。

2.根據(jù)權(quán)利要求1所述的聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測方法，其特征在于，所述位置信息具體為GPS數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測方法，其特征在于，所述將所述位置信息進行聚類，得到所述移動設(shè)備的熱點位置具體包括：

對所述GPS數(shù)據(jù)進行噪聲過濾與采樣率調(diào)整；

對過濾和調(diào)整后的GPS數(shù)據(jù)進行聚類，得到所述移動設(shè)備的熱點位置。

4.根據(jù)權(quán)利要求1所述的聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測方法，其特征在于，所述網(wǎng)絡(luò)信息具體包括上傳網(wǎng)絡(luò)帶寬和下載網(wǎng)絡(luò)帶寬。

5.根據(jù)權(quán)利要求1所述的聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測方法，其特征在于，所述資源狀態(tài)信息具體為CPU負載率。

6.根據(jù)權(quán)利要求1所述的聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測方法，其特征在于，所述循環(huán)神經(jīng)網(wǎng)絡(luò)模型具體為長短期記憶模型。

7.根據(jù)權(quán)利要求6所述的聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測方法，其特征在于，所述將所述訓(xùn)練數(shù)據(jù)輸入循環(huán)神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測，得到預(yù)置時間段后所述移動設(shè)備的網(wǎng)絡(luò)信息和資源狀態(tài)信息并輸出具體包括：

將所述訓(xùn)練數(shù)據(jù)輸入長短期記憶模型；

采用雙輸出層的模式同時進行預(yù)置時間段后的所述熱點位置和所述停留時間的預(yù)測；

結(jié)合所述熱點位置和所述停留時間的預(yù)測結(jié)果，與所述移動設(shè)備的網(wǎng)絡(luò)信息和所述資源狀態(tài)信息進行映射，得到預(yù)置時間段后所述移動設(shè)備的網(wǎng)絡(luò)信息和資源狀態(tài)信息并輸出。

8.一種聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測裝置，其特征在于，包括：收集模塊和狀態(tài)預(yù)測模塊；

所述收集模塊具體包括：

收集單元，用于收集移動設(shè)備上的數(shù)據(jù)信息，所述數(shù)據(jù)信息包括位置信息、時間信息、日期信息、網(wǎng)絡(luò)信息和資源狀態(tài)信息；

聚類單元，用于將所述位置信息進行聚類，得到所述移動設(shè)備的熱點位置；

記錄單元，用于通過所述時間信息記錄所述移動設(shè)備在所述熱點位置上的停留時間；

計算單元，用于根據(jù)所述日期信息、所述停留時間、所述網(wǎng)絡(luò)信息和所述資源狀態(tài)信息，計算所述移動設(shè)備不同日期下在所述熱點位置的平均網(wǎng)絡(luò)狀態(tài)和平均資源狀態(tài)；

所述狀態(tài)預(yù)測模塊具體包括：

預(yù)處理單元，用于將所述位置信息、所述時間信息、所述日期信息、所述平均網(wǎng)絡(luò)狀態(tài)和所述平均資源狀態(tài)進行預(yù)處理，作為訓(xùn)練數(shù)據(jù)；

預(yù)測單元，用于將所述訓(xùn)練數(shù)據(jù)輸入循環(huán)神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測，得到預(yù)置時間段后所述移動設(shè)備的網(wǎng)絡(luò)信息和資源狀態(tài)信息并輸出。

9.根據(jù)權(quán)利要求8所述的聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測裝置，其特征在于，所述循環(huán)神經(jīng)網(wǎng)絡(luò)模型具體為長短期記憶模型。

10.根據(jù)權(quán)利要求9所述的聯(lián)邦學(xué)習(xí)場景下的移動設(shè)備算力預(yù)測裝置，其特征在于，所述預(yù)測單元具體包括：

輸入子單元，用于將所述訓(xùn)練數(shù)據(jù)輸入長短期記憶模型；

雙輸出預(yù)測子單元，用于采用雙輸出層的模式同時進行預(yù)置時間段后的所述熱點位置和所述停留時間的預(yù)測；

輸出子單元，用于結(jié)合所述熱點位置和所述停留時間的預(yù)測結(jié)果，與所述移動設(shè)備的網(wǎng)絡(luò)信息和所述資源狀態(tài)信息進行映射，得到預(yù)置時間段后所述移動設(shè)備的網(wǎng)絡(luò)信息和資源狀態(tài)信息并輸出。