边缘隐私保护强化学习资源分配器

并发学习不泄隐私

通过本地训练加噪与中央服务器联合决策,在保护边缘设备数据隐私的同时实现高效资源分配。

Zhou, Wei · Zhu, Tianqing · Ye, Dayong · 任伟 · Choo, Kim Kwang Raymond

IEEE Internet of Things Journal 2023

技术优势

不传原始梯度

边缘节点只上传加噪后的参数,原始数据不出本地,从源头降低敏感信息泄露风险。

并发决策提效

边缘节点与中央服务器并发联合训练,摆脱串行等待,资源分配效率更高。

应用场景