基于联邦学习的QoS预测方法及系统、客户端和服务端

摘要

本发明公开了一种基于联邦学习的QoS预测方法及系统、客户端和服务端，方法包括：下载服务端上的全局公共部分；对客户端上保存的QoS数据进行张量分解，并更新本地公共部分和本地私有部分；将更新的本地公共部分上传到服务端，将本地私有部分保存在各自客户端；根据上传的本地公共部分，聚合得到新的全局公共部分；其中，本地私有部分由用户潜在因子构成，本地公共部分由服务潜在因子构成。本申请实施例提出了联邦学习与张量分解结合的创新框架，在确保用户隐私的前提下解决了分布式的QoS预测问题。