关于“手机移动端联邦学习的能耗问题”学术报告的通知

2022年08月12日  点击:[]

报告题目:手机移动端联邦学习的能耗问题

报告人:王聪 乔治梅森大学

报告时间:2022年8月15日19:00-20:00

报告形式:腾讯会议 ID:682 983 709

报告摘要:

联邦学习作为一种新的隐私保护方法,被逐渐推广到移动端。然而,移动端的能耗是联邦学习不可忽略的重要一环。研究提出利用ARM处理器的CPU大小核微架构来同时执行前台应用与后台训练的同时运行,从而达到全局省电的效果。研究通过实验发现将训练置于安卓后台的CPU小核上,如果同时在前台大核上运行一个应用,能节约40-50%的电池耗电。不过前台的应用是未知的,决定何时启动训练来匹配最佳的前端应用,并且避免等待时间过长,从而造成梯度的上传延时—解决这两点矛盾成为了极大挑战。研究提出了利用非同步的梯度更新(Asynchronous Stochastic Gradient Descent),并基于李雅普诺夫在线优化框架来寻找一个合适的前台应用,同时运行后台训练和应用进行在线优化匹配。在不同的手机和开发板的实验显示,提出的方案能够达到60%的节电以及近3倍的全局收敛加速。

报告人简介:

王聪,现任美国乔治梅森大学,网络安全系助理教授。2008年本科毕业于香港中文大学讯息工程系,2016年获得纽约州立大学石溪分校博士学位,2017年-2021年担任欧道明大学计算机系助理教授。主要研究边缘与移动计算中的安全隐私、性能优化和能耗等问题。共发表CCFA/B类期刊及会议30余篇,主持多个美国国家自然基金面上项目,其中包括NSF CAREER Award。所指导的博士生被美国微软研究院聘用。

上一条:关于举办大连理工大学yl6809永利第四届“菁英论坛” 的通知 下一条:关于“From Quantization to Matching: Secret key Generation over Wireless Channel with COTS Devices”学术报告的通知

关闭