云边端协同方法、装置、系统、电子设备及可读存储介质
摘要文本
本发明公开了一种云边端协同方法、装置、系统、电子设备及可读存储介质,应用于云技术领域。其中,方法包括云中心服务器预先部署通用知识模型;通用知识模型包括数据接口网络、特征提取网络和任务接口网络;云中心服务器检测到符合云边交互条件,将通用知识模型下发至各边缘服务器,各边缘服务器通过双向蒸馏方式对其本地模型和通用知识模型进行训练。其中,数据接口网络对不同模态的输入数据进行处理,以满足特征提取网络的输入数据的格式要求;任务接口网络基于所属任务类型对特征提取网络输出的特征信息进行转换。本发明可以解决相关技术不能实现云边端环境下的数据协同共享的问题,能够实现云边端环境下的数据协同共享。
申请人信息
- 申请人:浪潮电子信息产业股份有限公司
- 申请人地址:250000 山东省济南市高新区浪潮路1036号
- 发明人: 浪潮电子信息产业股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 云边端协同方法、装置、系统、电子设备及可读存储介质 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311353873.6 |
| 申请日 | 2023/10/19 |
| 公告号 | CN117097797B |
| 公开日 | 2024/2/9 |
| IPC主分类号 | H04L67/565 |
| 权利人 | 浪潮电子信息产业股份有限公司 |
| 发明人 | 范宝余; 李仁刚; 王棣; 王立; 张润泽 |
| 地址 | 山东省济南市高新区浪潮路1036号 |
专利主权项内容
1.一种云边端协同方法,其特征在于,应用于云中心服务器,包括:预先部署通用知识模型;所述通用知识模型包括数据接口网络、特征提取网络和任务接口网络;当检测到符合云边交互条件,将所述通用知识模型下发至各边缘服务器,以在各边缘服务器通过双向蒸馏方式对其本地模型和所述通用知识模型进行训练;当接收到目标边缘服务器发送的更新后的新通用知识模型,根据所述目标边缘服务器的信任参数和所述新通用知识模型,调用模型更新关系式S=(1-ε)·S+ε·S'对所述通用知识模型进行更新;式中,S为再次更新后的通用知识模型的参数矩阵,S为所述通用知识模型的参数矩阵,S'为所述新通用知识模型的参数矩阵,ε为所述目标边缘服务器的信任参数;nn其中,所述数据接口网络用于对不同模态的输入数据进行处理,以满足所述特征提取网络的输入数据的格式要求;所述任务接口网络用于基于所属任务类型对所述特征提取网络输出的特征信息进行转换;其中,所述对不同模态的输入数据进行处理,包括:当接收到数据处理请求,获取待处理数据;若所述待处理数据为多模态数据,则基于每一个模态类型对应的预设数据处理方式,对所述待处理数据所包含的各模态数据进行单独处理,得到多组单模态标准数据,并将各组单模态标准数据并列输入至所述特征提取网络;若所述待处理数据为单模态数据,则按照相应模态类型对应的预设数据处理方式对所述待处理数据进行处理,并将处理结果输入至所述特征提取网络。