分布式联邦学习系统的带宽分配方法及装置制造方法及图纸

本发明专利技术公布了一种分布式联邦学习系统的带宽分配方法及装置，方法包括：基于演化博弈理论，根据第一分配带宽和总时间延迟，确定最佳的第一带宽分配方案；基于双边拍卖理论，根据申请带宽和第二分配带宽，确定最佳的第二带宽分配方案

【技术实现步骤摘要】
分布式联邦学习系统的带宽分配方法及装置


[0001]本专利技术属于联邦学习
，具体涉及一种分布式联邦学习系统的带宽分配方法及装置
。

技术介绍

[0002]在联邦学习中，由于参与联邦学习的各方数据通常存储在本地，因此需要在保护数据隐私的前提下进行模型训练和参数更新
。
在联邦学习过程中，需要对参与方之间的数据通信进行带宽分配，以保证联邦学习的效率和质量
。
在联邦学习中，由于联邦学习的参与方的带宽资源有限，参与方之间的带宽需求不一致等原因，参与方可以向其上一层管理者申请不同的带宽；比如用户可以向服务商申请不同的带宽，服务商可以向运营商申请不同的带宽
。
因此，在联邦学习的过程中，联邦学习系统可能会面临分布式拒绝服务
(Distributed Denial of Service
，
DDoS)
攻击
。
攻击者可以冒充用户或者服务商，通过洪水攻击等手段向系统申请大量的带宽，从而导致系统的带宽资源被占用，影响联邦学习的正常进行
。
[0003]当前解决
DD0S
攻击的方法为设计有效的客户端流量检测算法
。
通过数据预处理和攻击的特征来检测攻击者的流量
。
然后根据检测的结果将更多的带宽分配给更不易被控制的终端用户，以此来实现更短的联邦聚合时延，提高学习效率
。
在基于多联邦学习之间带宽竞争的
DDoS
攻击防御中，通常包括类似于用户端的攻击流检测算法以及基于博弈论设计有效缓解
DDoS
攻击的防御策略，实现节点之间的流量调度，最终缓解有限带宽资源限制下的
DDoS
攻击
。
[0004]例如
Ttan
等人在文献“Q.Tian,C.Guang,C.Wenchao,and W.Si,“A lightweight residual networks framework for DDoS attack classification based on federated learning,”in Proc.IEEE Conf.Comput.Commun.Wkshps(INFOCOM WKSHPS).IEEE,2021,pp.1
‑6””
设计的一种基于联邦学习的
DDoS
攻击检测算法
。
在该算法中，客户端只需要传输梯度参数，因此能够降低通信成本并保护隐私
。Zhang
等人在文献“J.Zhang,P.Y u,L.Qi,S.Liu,H.Zhang,and J.Zhang,“Flddos:Ddos attack detection model based on federated learning,”in 20th IEEE Int
’
l conf.on Trust,Sec.Priv.Comp.Comm(TrustCom).IEEE,2021,pp.635
‑
642”通过考虑不平衡数据集和攻击样本的百分比，使用
K
‑
Means
的聚合算法和
SMOTEENN
的数据重采样方法开发了基于
FL
的检测模型，提高了检测的准确性
。
再利用节点协作防御移动边缘计算中的
DDoS
攻击中，
Lt
等人在文献“H.Li,C.Yang,L.Wang,N.Ansari,D.Tang,X.Huang,Z.Xu,and D.Hu,“A cooperative defense framework against application
‑
level DDoS attacks on mobile edge computing services,”IEEE Trans.Mobile Comput.,vol.22,no.1,pp.1
‑
18,2021.”提出了一种在协作节点之间协调防御资源以自动适应流量变化的新框架，同时，为了提供即时流量调度，设计了一种基于组合拍卖的调度算法
。
[0005]虽然上述方法都一定程度上能够缓解
DDoS
攻击造成的系统学习时间的延迟；但是
上述方法要么是需要获取正常用户和
DDoS
攻击者完整信息的集中式策略，有泄漏用户隐私的风险，要么是只适用于特定的网络和系统，方法适用范围小
。

技术实现思路

[0006]本专利技术实施例提供了一种分布式联邦学习系统的带宽分配方法及装置，可以解决当前的方法有泄漏用户隐私的风险或者适用范围小的问题
。
[0007]第一方面，本专利技术实施例提供一种分布式联邦学习系统的带宽分配方法，所述方法包括：获取每一轮次训练时服务商分配给用户的第一分配带宽和用户的总时间延迟，；基于演化博弈理论，根据第一分配带宽和总时间延迟，确定最佳的第一带宽分配方案；获取每一次出价时服务商的申请带宽和运营商分配给服务商的第二分配带宽；基于双边拍卖理论，根据申请带宽和第二分配带宽，确定最佳的第二带宽分配方案；根据最佳的第一带宽分配方案和最佳的第二带宽分配方案，得到系统的最佳带宽分配方案
。
[0008]示例性的，用户用于基于第一分配带宽对联邦学习模型进行训练
。
[0009]示例性的，第一带宽分配方案为第一分配带宽的分配方案
。
[0010]示例性的，每个用户通过根据最佳的第一带宽分配方案得到的第一分配带宽进行训练时，产生的总时间延迟相同
。
[0011]示例性的，每一次出价时的申请带宽大于或者等于每一轮训练时的第一分配带宽的总量
。
[0012]示例性的，用户对联邦学习模型每进行一轮训练后服务商和运营商进行一次出价
。
[0013]示例性的，第二带宽分配方案为第二分配带宽的分配方案
。
[0014]示例性的，根据最佳的第二带宽分配方案得到的社会福利最大
。
[0015]示例性的，社会福利用于衡量服务商和运营商的利益
。
[0016]在第一方面的一种可能的实现方式中，可以根据第
t
个总时间延迟，确定第
t
个第一带宽分配方案中第
t
个平均成本和每个用户的第
t
个时间成本；根据第
t
个时间成本和第
t
个平均成本，确定第
t
个第一带宽分配方案的动态分配值的绝对值是否小于或者等于第一分配阈值；若第
t
个第一带宽分配方案的动态分配值大于第一分配阈值，则基于演化博弈理论，根据第
t
个时间成本
、
第
t
个平均成本及第
t...

【技术保护点】

【技术特征摘要】
1.
一种分布式联邦学习系统的带宽分配方法，其特征在于，所述联邦学习系统包括多个运营商
、
多个服务商和多个用户，所述方法包括：获取每一轮次训练时所述服务商分配给所述用户的第一分配带宽和所述用户的总时间延迟，所述用户用于基于所述第一分配带宽对联邦学习模型进行训练；基于演化博弈理论，根据所述第一分配带宽和所述总时间延迟，确定最佳的第一带宽分配方案，其中，所述第一带宽分配方案为所述第一分配带宽的分配方案，每个所述用户通过根据所述最佳的第一带宽分配方案得到的所述第一分配带宽进行训练时，产生的总时间延迟相同；获取每一次出价时所述服务商的申请带宽和所述运营商分配给所述服务商的第二分配带宽，其中，每一次出价时的所述申请带宽大于或者等于每一轮训练时的所述第一分配带宽的总量，所述用户对所述联邦学习模型每进行一轮训练后所述服务商和运营商进行一次出价；基于双边拍卖理论，根据所述申请带宽和所述第二分配带宽，确定最佳的第二带宽分配方案，其中，所述第二带宽分配方案为所述第二分配带宽的分配方案，根据所述最佳的第二带宽分配方案得到的社会福利最大，所述社会福利用于衡量所述服务商和所述运营商的利益；根据所述最佳的第一带宽分配方案和所述最佳的第二带宽分配方案，得到系统的最佳带宽分配方案
。2.
根据权利1所述的方法，其特征在于，所述基于演化博弈理论，根据所述第一分配带宽和所述总时间延迟，确定最佳的第一带宽分配方案，包括：根据第
t
个所述总时间延迟，确定第
t
个所述第一带宽分配方案中第
t
个平均成本和每个所述用户的第
t
个时间成本；根据所述第
t
个时间成本和所述第
t
个平均成本，确定第
t
个所述第一带宽分配方案的动态分配值的绝对值是否小于或者等于第一分配阈值；若第
t
个所述第一带宽分配方案的动态分配值大于所述第一分配阈值，则基于演化博弈理论，根据所述第
t
个时间成本
、
所述第
t
个平均成本及第
t
个所述第一带宽分配方案，确定第
t+1
个所述第一带宽分配方案；若第
t
个所述第一带宽分配方案的动态分配值小于或者等于所述第一分配阈值，则根据第
t
个所述第一带宽分配方案确定所述最佳的第一带宽分配方案
。3.
根据权利要求2所述的方法，其特征在于，所述根据所述第
t
个时间成本
、
所述第
t
个平均成本及第
t
个所述第一带宽分配方案，确定第
t+1
个所述第一带宽分配方案，包括：对比所述第
t
个时间成本与所述第
t
个平均成本的大小关系；若所述第
t
个时间成本大于所述第
t
个平均成本，则根据所述第
t
个时间成本和所述第
t
个平均成本，在第
t+1
个所述第一带宽分配方案中增大所述第一分配带宽；若所述第
t
个时间成本小于所述第
t
个平均成本，则根据所述所述第
t
个时间成本和所述第
t
个平均成本，在第
t+1
个所述第一带宽分配方案中减小所述第一分配带宽；若所述第
t
个时间成本于所述第
t
个平均成本，则在第
t+1
个所述第一带宽分配方案中所述第一分配带宽保持不变
。4.
根据权利要求3所述的方法，其特征在于，所述根据所述第
t
个时间成本和所述第
t
个
平均成本，在第
t+1
个所述第一带宽分配方案中增大所述第一分配带宽，包括：通过复制动态方程，根据所述第
t
个时间成本和所述第
t
个平均成本，确定第
t+1
个所述第一分配带宽的增加值；根据所述增加值，在第
t+1
个所述第一带宽分配方案中增大所述第一分配带宽；其中，所述根据所述第
t
个时间成本和所述第
t
个平均成本，在第
t+1
个所述第一带宽分配方案中减小所述第一分配带宽，包括：通过复制...

【专利技术属性】
技术研发人员：徐扬，张珊珊，刘佳，吕晨，沈玉龙，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：