面向并发层次化联邦学习的边缘服务器带宽公平分配
计算机科学与博弈论
2024-09-10 v1
摘要
本文探讨了三个层次体系中的并发联邦学习过程，边缘服务器位于边缘设备与联邦服务器之间。在此设置下，边缘设备向边缘服务器的带宽有限，高效且公平地分配带宽以支持同时进行的联邦学习过程变得至关重要。我们提出了一种博弈论方法来建模带宽分配问题，并开发了分布式和集中式启发式方案以找到博弈的近似纳什均衡。我们提出的方法基于集中式和完全分布式假设。在严格的分析和实验中，我们展示了针对集中式和分布式解决方案，这些方案能够高效且公平地为联邦学习进程分配带宽，并且优于基线方案——即每台边缘服务器根据收到的联邦服务器请求按比例分配带宽。提出的分布式和集中式方案性能相当。
引用
@article{arxiv.2409.04921,
title = {Fair Allocation of Bandwidth At Edge Servers For Concurrent Hierarchical Federated Learning},
author = {Md Anwar Hossen and Fatema Siddika and Wensheng Zhang},
journal= {arXiv preprint arXiv:2409.04921},
year = {2024}
}