(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111234643.9 (22)申请日 2021.10.2 2 (71)申请人 河南大学 地址 475001 河南省开封市顺河区明伦街 85号 (72)发明人 何欣　李利　余曦　于俊洋　 (74)专利代理 机构 郑州大通专利商标代理有限 公司 41111 代理人 张立强 (51)Int.Cl. G06K 9/62(2022.01) G06F 17/10(2006.01) G06N 20/00(2019.01) (54)发明名称 一种健康群智感知系统及其成本优化的联 邦学习方法 (57)摘要 本发明公开一种健康群智感知系统及其成 本优化的联邦学习方法， 本发明提出了云边端的 系统架构和成本优化的联邦学习模 型， 通过云边 协同的方式部署联邦学习来训练全局模型； 在成 本优化的联邦学习模型中， 边根据待训练全局模 型的验证精度决定是否参与本轮次训练， 使 得通 讯成本和局部训练成本得以优化， 云对接收到的 局部模型更新进行质量评估并选择高质量的局 部模型更新参与全局模型的聚合， 从而提升学习 效率。 基于公开数据集的大量实验证明了本发明 所提方法在保证全局模型精度的前提下， 有效降 低了通讯成本和训练成本 。 权利要求书2页 说明书13页 附图3页 CN 113947156 A 2022.01.18 CN 113947156 A 1.一种健康群智感知系统， 其特征在于， 包括： 中央协调方， 边缘节点及端用户； 所述中 央协调方为卫生健康部门或医院联合体； 所述边缘节点为医院或社区医疗中心； 所述端用 户为患者携带的智能终端， 用于采集患者数据并将患者数据上传至边 缘节点； 中央协调方和边缘节点协同部署联邦学习， 联邦学习实现隐私保护的智能提取， 边缘 节点和端用户协同进行 数据采集和管理。 2.根据权利要求1所述的一种健康群智感知系统， 其特征在于， 所述健康群智感知系统 的服务流程为： 任一边缘节点作为模型训练的发起方， 根据需要选择训练模型， 利用本地数据进行模 型的初始化， 将模型训练需求和初始化后的模型提交给中央协调方； 中央协调方将需训练 的全局模型分发给参与训练 的边缘节点， 获取边缘节点训练后的 局部模型参数， 对模型参数进行质量评估， 根据质量评估结果选择参与全局模型聚合的局 部模型参数并生成新全局模型； 边缘节点存储智能终端上传的数据， 接收并验证中央协调方下发的全局模型， 作为数 据持有方用本地数据训练全局模型生成新的局部模型、 将模型参数 上传至中央协调方； 患者通过携带的智能终端感知并生成个体纵深数据， 将数据上传至边缘节点， 接受个 性化诊疗服 务。 3.一种健康群智感知系统中成本优化的联邦学习方法， 其特征在于， 该方法基于权利 要求1或2任一所述的一种健康群智感知系统， 包括： 根据联邦学习的目标建立成本优化的联邦学习模型； 边缘节点在每次局部训练之前， 用实时数据中的验证数据集对收到的全局模型进行验 证， 若其验证精度高于上一轮次的验证精度， 则参与本次训练， 否则拒绝 参与本次训练； 边缘节点在每通讯轮次执行局部训练时， 进行多个epoch的训练， 选择其中验证精度最 高的模型参数 上传至中央协调方进行模型聚合； 中央协调方在收到边缘节点的局部模型参数后， 用真值发现的方式对局部模型参数进 行质量评估， 选择满足质量评估要求的局部模型参数参与全局模型的聚合。 4.根据权利要求3所述的一种健康群智感知系统中成本优化的联邦学习方法， 其特征 在于， 所述 根据联邦学习的目标建立成本优化的联邦学习模型包括： 根据联邦学习的目标， 其中 f:Rd→R为全局损失函数， fk:Rd→R为边缘节点k的局部损 失函数， θ∈Rd为可优化的模型参数， θ*为优化的模型参数， pk为边缘节点k的训练数据量与 参与全局模 型聚合的总训练数据量之比， l( θ,x)为数据样 本x在模型为θ 时的损失函数， {1, 2,...,K}为 联邦学习模型训练的边缘节点集， k为任一边缘节点， Dk和|Dk|分别为第k个边缘 节点的训练数据集和训练数据量； 建立成本优化的联邦学习模型：权　利　要　求　书 1/2 页 2 CN 113947156 A 2s.t.( μ‑3σ )<ak<( μ+3σ ) 其中d为当前训练轮次中、 参与全局模型聚合的局部模型参数所在的边缘节点的训练 数据量之和， dK为参与训练的边 缘节点的训练数据量之和， pk和 分别是第k个边 缘节点训 练数据量与参与全局模型聚合的训练数据总量的比值和与总体训练数据总量的比值， θt表 示第t个轮次的全局模型， 表示第t个轮次第k个边缘节点的局部模型， ak为第k个边缘节 点的模型精度， μ和σ 分别为 参与训练的所有局部模型精度的均值和标准差 。权　利　要　求　书 2/2 页 3 CN 113947156 A 3