基于上下文多臂老虎机的电力物联网低时延联邦分割学习方法

刘冬兰; 刘新; 张昊; 赵夫慧; 许善杰; 常英贤; 谈宇浩

doi:10.20204/j.sp.2025.12013

欢迎来到能源电力期刊网！

您当前的位置：

首页 >

文章列表页 >

基于上下文多臂老虎机的电力物联网低时延联邦分割学习方法

多元分布式资源协同优化 | 更新时间：2026-02-28

- 基于上下文多臂老虎机的电力物联网低时延联邦分割学习方法
- 基于上下文多臂老虎机的电力物联网低时延联邦分割学习方法
- 智慧电力 2025年53卷第12期页码：114-122
- 作者机构：
  
  1. 国网山东省电力公司电力科学研究院
  2. 山东省智能电网技术创新中心
  3. 山东省能源工业互联网大数据技术重点实验室
  4. 国网山东省电力公司
  5. 南京邮电大学通信与信息工程学院
- 作者简介：
- 基金信息：
  
  国家重点研发计划资助项目（2022YFB2702805）~~
- DOI：10.20204/j.sp.2025.12013
  中图分类号： TP309;TM73
- 纸质出版：2025
- 稿件说明：
移动端阅览
刘冬兰, 刘新, 张昊, 等. 基于上下文多臂老虎机的电力物联网低时延联邦分割学习方法[J]. 智慧电力, 2025,53(12):114-122.

刘冬兰, 刘新, 张昊, et al. 基于上下文多臂老虎机的电力物联网低时延联邦分割学习方法[J]. 2025, 53(12): 114-122.
刘冬兰, 刘新, 张昊, 等. 基于上下文多臂老虎机的电力物联网低时延联邦分割学习方法[J]. 智慧电力, 2025,53(12):114-122. DOI： 10.20204/j.sp.2025.12013.

刘冬兰, 刘新, 张昊, et al. 基于上下文多臂老虎机的电力物联网低时延联邦分割学习方法[J]. 2025, 53(12): 114-122. DOI： 10.20204/j.sp.2025.12013.

摘要

针对5G电力物联网（IoT）中人工智能模型训练面临的数据隐私泄露与训练时延高的问题，提出一种基于联邦分割学习（FSL）的解决方案。该方案在保护用户数据隐私的前提下，能够协同利用多方用户数据训练共享的人工智能模型。首先，设计一种基于上下文多臂老虎机（C-MAB）的用户调度算法，该算法在每轮训练中动态选择部分用户参与，并在线学习用户参与联邦学习的时延特性，以减少系统累积训练时延。仿真结果表明，所提算法在指定训练轮数内能有效降低累积时延，显著提升联邦学习的训练效率与收敛速度。

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

基于上下文多臂老虎机的电力物联网低时延联邦分割学习方法

基于上下文多臂老虎机的电力物联网低时延联邦分割学习方法

DOI：10.20204/j.sp.2025.12013

摘要

Abstract

关键词

Keywords

references