公开(公告)号：CN117376971A

公开(公告)日：2024-01-09

申请号：CN202311312075.9

申请日：2023-10-11

Applicant: 郑州轻工业大学

Inventor： 张建伟 ,  蔡增玉 ,  胡新华 ,  朱亮 ,  谭春宸 ,  孙海燕 ,  乔鑫洋 ,  韩洋

IPC: H04W24/08 ,  H04L43/0876 ,  G06F18/25 ,  G06F18/2323 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/088 ,  G06F123/02

Abstract: 本发明提出一种基于互信息聚类的联邦学习无线流量预测方法，包括构建客户端模型、模型聚类和模型聚合；首先，使用滑动窗口机制将本地的原始流量数据构造为临近型流量序列和周期型流量序列；然后，使用双LSTM模型分别学习这两个流量序列对应的临近性特征和周期性特征，并融合这两种特征，再通过一个线性层映射得到预测值；增强客户端模型学习能力以提高预测准确度。其次，使用基于互信息的谱聚类算法将客户端流量预测模型进行聚类，得到聚类集群；以捕获每个集群模型的个性化特征。最后，使用基于注意力机制的模型聚合算法对模型进行分层聚合得到用于流量预测的全局模型，提高了全局模型的泛化能力。本发明预测误差小，具有优秀的流量预测性能。