分层树状联邦学习网络中的节点选择和/或通信资源分配的制作方法

本公开总体上涉及通信网络技术，更具体而言，本公开涉及与分层树状联邦学习网络中的节点选择和/或通信资源分配相关联的方法、电子设备和计算机可读存储介质。

背景技术：

1、在传统通信中，g node-b(gnb)例如根据用户设备所在的位置及各个信道的测量值(例如，信噪比(signal-to-noise ratio，snr)，参考信号接收功率(reference singalreceiving power，rsrp)等)，分配通信资源。

2、可以在无线通信网络中实施联邦学习。图1示出根据现有技术的示例性联邦学习网络100的示意结构图。

3、如图1所示，联邦学习网络100可以包括多个客户端节点101-1,101-2……101-k和服务器节点102。客户端节点可以是用户设备(ue)，服务器端节点可以是服务器或gnb。如图1所示，多个客户端节点101-1,101-2……101-n经由无线信道与服务器节点102通信。

4、以fedavg算法作为一个示例。各个客户端节点可以将本地学习的模型上传给服务器节点102，服务器节点102将从各个客户端节点接收的各个本地训练的模型进行聚合，然后将聚合的模型下发至各个客户端节点。

5、示例性流程可以如下：

6、1)各个客户端节点(101-1,101-2，……，或101-k)接入服务器节点102，经由从服务器节点102到相应客户端节点的下行链路，获取初始全局学习模型；

7、2)各客户端节点使用存储在其本地的数据(如d1、d2……dk所示)对接收的初始全局学习模型进行本地学习，完成m次本地的模型迭代更新，得到本地模型其中m可以是预先设置的迭代次数；

8、3)各客户端节点经由从相应客户端节点到服务器节点102的上行链路，将其学习到的本地模型上传至服务器节点102；

9、4)服务器节点102将从各客户端节点的接收的本地模型进行聚合

10、

11、其中，

12、

13、nk为自然数，表示第k个客户端节点在进行本地模型学习时使用的样本数量，即样本大小。

14、5)服务器节点102将更新后的全局学习模型wt+1再次下发给各客户端节点，运行步骤2)-4)，直至模型收敛。

15、一般，在服务器或gnb作为父节点，用户设备作为子节点时，父节点和子节点之间可以是上行链路/下行链路。当父节点和子节点都为用户设备时，父节点和子节点之间可以是侧链路。

16、传统通信中，在分配通信资源时，不论是上行链路/下行链路还是侧链路，都只考虑直接连接的用户设备(例如与根节点直接连接的子节点)，例如直接连接的用户设备本身的数据量、位置等。

技术实现思路

1、在此部分给出了关于本公开的简要概述，以便提供关于本公开的一些方面的基本理解。但是，应当理解，这个概述并不是关于本公开的穷举性概述。它并不是意图用来确定本公开的关键性部分或重要部分，也不是意图用来限定本公开的范围。其目的仅仅是以简化的形式给出关于本公开的某些概念，以此作为稍后给出的更详细描述的前序。

2、根据本公开的一个方面，提供一种电子设备，包括处理电路，其中，所述处理电路被配置为：获取分层树状联邦学习网络包含的以所述电子设备为根节点的多个通信节点的每一个的拓扑信息；以及根据所述多个通信节点的每一个的拓扑信息，分配通信传输资源和/或选择参与分层树状联邦学习的通信节点。

3、在一些实施例中，每一个通信节点的拓扑信息指示以下至少之一：以所述通信节点为根节点的子树中的节点的总数据量；以所述通信节点为根节点的子树中的节点的总数量；以所述通信节点为根节点的子树的层数；以所述通信节点为根节点的子树中重要节点的数量；和以所述通信节点为根节点的子树中的节点的总重要程度。

4、在一些实施例中，所述处理电路被进一步配置为当一通信节点满足以下条件至少之一，优先为所述通信节点分配通信传输资源和/或选择所述通信节点参与分层树状联邦学习：以所述通信节点为根节点的子树中的节点的总数据量超过第一阈值；以所述通信节点为根节点的子树中的节点的总数量超过第二阈值；以所述通信节点为根节点的子树的层数超过第三阈值；以所述通信节点为根节点的子树中重要节点的数量超过第四阈值，其中每一个重要节点具有对应的重要程度，当一节点的重要程度超过第五阈值，将该节点确定为重要节点；和以所述通信节点为根节点的子树中的节点的总重要度超过第六阈值。

5、在一些实施例中，获取分层树状联邦学习网络包含的以所述电子设备为根节点的多个通信节点的每一个的拓扑信息的操作进一步包括以下至少之一：获取以所述通信节点为根节点的子树中的各个节点的数据量并确定以所述通信节点为根节点的子树中的节点的总数据量；获取以所述通信节点为根节点的子树中的节点的总数量；获取以所述通信节点为根节点的子树中的各个节点的层数并确定以所述通信节点为根节点的子树的层数；获取以所述通信节点为根节点的子树中各个节点的重要程度并确定以所述通信节点为根节点的子树中重要节点的数量；和获取以所述通信节点为根节点的子树中各个节点的重要程度并确定以所述通信节点为根节点的子树中的节点的总重要度。

6、在一些实施例中，每个节点的数据量基于所述节点用于参与分层树状联邦学习的样本数量。

7、在一些实施例中，节点的重要程度基于该节点与感兴趣区域之间的位置关系。

8、根据本公开另一个方面，提供一种由电子设备执行的方法，包括：获取分层树状联邦学习网络包含的以所述电子设备为根节点的多个通信节点的每一个的拓扑信息；以及根据所述多个通信节点的每一个的拓扑信息，分配通信传输资源和/或选择参与分层树状联邦学习的通信节点。

9、每一个通信节点的拓扑信息指示以下至少之一：以所述通信节点为根节点的子树中的节点的总数据量；以所述通信节点为根节点的子树中的节点的总数量；以所述通信节点为根节点的子树的层数；以所述通信节点为根节点的子树中具有重要节点的数量；和以所述通信节点为根节点的子树中的节点的总重要程度。

10、当一通信节点满足以下条件至少之一，优先为所述通信节点分配通信传输资源和/或选择所述通信节点参与分层树状联邦学习：以所述通信节点为根节点的子树中的节点的总数据量超过第一阈值；以所述通信节点为根节点的子树中的节点的总数量超过第二阈值；以所述通信节点为根节点的子树的层数超过第三阈值；以所述通信节点为根节点的子树中重要节点的数量超过第四阈值，其中每一个重要节点具有对应的重要程度，当一节点的重要程度超过第五阈值，将该节点确定为重要节点；和以所述通信节点为根节点的子树中的节点的总重要度超过第六阈值。

11、根据本公开的另一个方面，提供一种计算机存储介质，存储计算机可执行指令，所述计算机可执行指令在被处理器执行时执行如上所述的方法。

技术特征：

1.一种电子设备，包括：

2.如权利要求1所述的电子设备，其中，每一个通信节点的拓扑信息指示以下至少之一：

3.如权利要求2所述的电子设备，其中，所述处理电路被进一步配置为当一通信节点满足以下条件至少之一，优先为所述通信节点分配通信传输资源和/或选择所述通信节点参与分层树状联邦学习：

4.如权利要求2所述的电子设备，其中，获取分层树状联邦学习网络包含的以所述电子设备为根节点的多个通信节点的每一个的拓扑信息的操作进一步包括以下至少之一：

5.如权利要求3或4所述的电子设备，其中，每个节点的数据量基于所述节点用于参与分层树状联邦学习的样本数量。

6.如权利要求3或4所述的电子设备，其中，节点的重要程度基于该节点与感兴趣区域之间的位置关系。

7.一种由电子设备执行的方法，包括：

8.如权利要求7所述的方法，其中，每一个通信节点的拓扑信息指示以下至少之一：

9.如权利要求8所述的方法，还包括当一通信节点满足以下条件至少之一，优先为所述通信节点分配通信传输资源和/或选择所述通信节点参与分层树状联邦学习：

10.一种计算机可读存储介质，其上存储计算机程序，所述计算机程序当被电子设备的处理电路执行时，执行如权利要求7-9中任一项所述的方法。

技术总结本公开涉及分层树状联邦学习网络中的节点选择和/或通信资源分配。根据本公开实施例，提供一种电子设备，包括处理电路。处理电路被配置为获取分层树状联邦学习网络包含的以所述电子设备为根节点的多个通信节点的每一个的拓扑信息，以及根据所述多个通信节点的每一个的拓扑信息，分配通信传输资源和/或选择参与分层树状联邦学习的通信节点。技术研发人员：郑策,孙晨受保护的技术使用者：索尼集团公司技术研发日：技术公布日：2024/11/14