基于P2P的高效可扩展联邦学习系统构建方法、设备及产品

本发明公开了一种基于P2P的高效可扩展联邦学习系统构建方法、设备及产品。首先参数服务器基于统计效率、处理速度、分发贡献等历史信息选择客户端，客户端分配器向被选中的客户端指定专用执行器。执行器在隔离的容器环境中运行，通过专门网卡进行真实通信，并利用P2P通信库分发全局模型；执行器将训练配置、本地数据集、全局模型发送给计算节点，计算节点进行若干轮本地训练后将模型更新返回给执行器；参数服务器接收执行器的模型更新并生成新的全局模型。本发明通过P2P通信优化模型分发，并设计了综合考虑多种历史信息的客户端选择方案。此外，FedP2P构建了高保真的仿真平台来准确模拟实际联邦训练中的计算和通信行为，进而验证方案设计的有效性。