5G网络中面向多任务联邦学习的资源分配方法及系统

摘要

本发明提供了一种5G网络中面向多任务联邦学习的资源分配方法及系统，所述方法包括以下步骤：获取每个设备训练每个任务相应的设备运行参数、本地训练数据量和传输数据量；结合网络环境参数、每个设备的发射功率和设备参数，确定每个设备传输每个任务所需的时延和能耗；进行每轮训练任务时，根据每个设备向基站传输每个任务所需的时延和能耗，对参与本轮联邦学习的设备进行筛选；在对选中的设备发送功率进行限制的前提下，进行数据传输的资源分配。本发明基于网络通信环境、设备时延和能耗限制条件，针对联邦学习的每一轮均进行参与学习的设备选择和网络传输资源分配，保证了联邦学习的效率和准确性。