车载算力网络用户需求预测方法、系统、设备、介质

摘要

本发明属于智能车载算力网络技术领域，公开了一种车载算力网络用户需求预测方法、系统、设备、介质，所述车载算力网络用户需求预测方法包括：构建端‑边‑云的混合联邦架构，均衡联邦学习通信和计算间的性能；设计学习参与者动态选择机制，应对随机性的移动特征和差异化的数据质量；通过车辆历史服务应用信息的分析，在混合联邦架构上部署神经网络算法，在保障车辆隐私的前提下预测其未来时刻的服务需求。本发明考虑用户需求预测带来的数据安全隐私和车辆移动行为对车载计算的影响，实现车载计算节点提前部署服务应用，保障不同用户个性化的服务需求；通过构建端‑边‑云的混合联邦架构，本地数据训练，边缘参数聚合和云端数据聚合有效解决矛盾。