基于动态优先级的联邦学习终端选择和资源调度方法

本发明公开了基于动态优先级的联邦学习终端选择和资源调度方法，涉及联邦学习的用户选择与带宽分配技术领域，包括：获取联邦学习中央控制器与用户交换的模型基本结构与资源信息参数；根据资源信息参数，计算每个用户的优先级值，并按优先级值从大到小对用户进行排序；基于用户优先级顺序，选择满足训练延迟要求的用户子集；针对用户子集，计算完成训练任务所需的最少带宽分配比例，计算考虑用户的数据量、计算能力和网络状况；采用二分法为用户子集分配带宽资源，二分法通过迭代调整带宽分配；判断用户子集的总能量损耗是否超过给定的能量约束阈值，若超过阈值，则从用户子集中删除优先级最低的用户。本发明最大化提高联邦学习性能。