Analysis of Resource Usage Management Plan for Federated Learning in Hybrid Cloud

2023

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1109/icaiic57133.2023.10067124
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

With the emergence of a flexible mix of private and public clouds based on business requirements, the need for a system that supports application deployment to a variety of cloud environments has emerged. In particular, it is necessary to secure the security of data in applications based on federated learning and to monitor resource usage in the cloud. This paper seeks ways to monitor and manage cloud resource usage according to various hyperparameters when conducting federated learning in a hybrid cloud environment. In a Docker-based cloud environment, we present an improved method for using efficient cloud resources while controlling the metric and resource usage trend of the federated learning model according to the imbalance of the data set.