去中心化联邦学习通信拓扑结构优化方法、设备及介质

本申请公开了一种去中心化联邦学习通信拓扑结构优化方法、设备及介质，涉及分布式机器学习和优化算法领域，该方法包括：在对去中心化联邦学习系统进行迭代训练时，利用蚁群优化算法优化终端节点的通信拓扑结构；蚁群优化算法的适应度函数以通信负载和通信延迟最小为目标的函数；对终端节点的最优通信拓扑结构中各终端节点模型的模型参数进行汇总平均，得到平均模型参数；采用平均模型参数对最优通信拓扑结构中各终端节点的终端节点模型的模型参数进行更新，得到每一终端节点的更新后的终端节点模型；当迭代训练次数达到最大训练次数后，完成去中心联邦学习系统的训练，输出优化结果。本申请提高了去中心化联邦学习系统中的通信效率。