基于混合联邦学习框架的边缘设备数据传输方法

本申请涉及一种基于混合联邦学习框架的边缘设备数据传输方法。所述方法包括：构建混合联邦学习框架；混合联邦学习框架包括边缘客户端和服务器；服务器包括客户端管理模块、分类器和协调器，分类器根据每个边缘客户端的训练速度将边缘客户端分类为掉队者，正常者和引领者；协调器将多个引领者组合到集中式联邦学习中，以保持快速的模型迭代。掉队者间歇性地将模型参数返回给本地分散联邦学习中连接的起步者，以确保模型收敛，协调器将数据Non‑IID和客户端异构程度转换为引领者和掉队者匹配度量，混合联邦学习框架实时调整协调器和分类器，以适应复杂多变的网络环境。采用本方法能够提高边缘设备数据传输效率。