【论文笔记 | 异步联邦】FedSA

向大蒜

于 2024-05-08 20:24:48 发布

阅读量1k

点赞数 30

分类专栏：联邦学习文章标签：论文阅读

本文链接：https://blog.csdn.net/m0_46554918/article/details/138585004

版权

联邦学习专栏收录该内容

8 篇文章 0 订阅

订阅专栏

FedSA：一种处理 non-IID 数据 的 过时感知 异步联邦算法

1. 论文信息

FedSA：A staleness-aware asynchronous Federated Learning algorithm with non-IID data，Future Generation Computer Systems，2021.7，ccfc

是 AFL 的经典 baseline 之一

2. Introduction

背景：异步联邦学习中，不同设备计算、通信资源不同，数据分布也不同，在这种情况下，各个设备的模型训练效率不同，导致这些模型更新上传到服务器的时间也不同。一些更新可能基于较早的全局模型，不能很好的反映当前的模型状态，就认为是“过时”。
挑战：

跨设备的 non-iid 数据
慢收敛，过时问题

贡献点：

通过使用一个异步相关参数 统一同步和异步更新方案 重新定义 FL 。从理论上分析了这种新形式，并找到了实用的优化策略。

- 1) 两阶段训练策略，一阶段加速训练、减少通信开销；二阶段强调模型稳定性和准确性;
- 2) 各阶段关键超参数的最优选择策略，保证效率和鲁棒性。

在理论保证基础上，提出一种新的异步联邦学习算法 FedSA
在非 IID 和 IID 数据上实验，在陈旧设备上达到了卓越鲁棒性，也得到了 sota（ state-of-the-art）的 收敛速度
。

3. 问题描述：System model/架构/对问题的形式化描述

同步FL

异步FL

4. 解决方法

4.1. 执行流程：

4.2. 挑战问题怎么解决：

4.2.1. 两阶段的训练策略

initial stage：此阶段局部误差对全局误差的影响最大，要尽可能地降低局部误差的影响。客户端选用较大的本地周期Ｅ

，保证客户端能进行充足的训练，减少通信开销，快速逼近全局最优

convergence stage：随着局部模型逐渐逼近最优模型，局部误差的减少将放缓，而局部-全局误差开始变得更加显著。一旦模型更新之间的相似度降低到某个阈值以下

，表明初始化阶段已经完成，算法进入收敛阶段。FedSA算法开始更加关注陈旧性问题，通过减小本地周期 E 和使用衰减学习率来精细化调整模型参数，同时，τ参数开始发挥更直接的作用，根据设备的计算和通信成本来动态调整上传频率，以减少陈旧性的影响，实现更精确的全局模型。

4.2.2. 陈旧感知

一阶段：计算相似性

二阶段：根据

4.3. 性能保证(performance guarantee)：理论分析，使用什么理论，怎么分析/解决

尝试推导，还是不太行

定理1：

在训练过程的开始阶段，局部误差占全局误差的主导地位，即局部误差足够大于局部-全局误差:

减少局部误差可以在早期有效地减少全局误差，并且由于ω ti和ω∗i都是设备中的局部模型，因此局部误差可以在不通信的情况下局部优化。
当局部误差完全最小化时，不再支配全局误差。因此，优化局部-全局误差在之后变得至关重要。然而，当假设5成立时，ω∗和ω∗i是唯一的(即给定特定问题的常数)，不能被优化。因此，这意味着应该在需要通信的地方直接优化全局误差。

- 初始阶段最小化局部误差：在初始阶段结束之前设置任意大的 E。
- 然而，在没有任何通信的情况下，很难感知到这个阶段的何时停止时刻。为了保持足够的通信，需要一个相对较小的历元数。最后，需要一个指标来决定何时通过这些通信停止初始阶段。
- 收敛阶段的策略

- - 局部历元E的数量，
  - I 中与异步相关的参数τ
  - 学习率
  - 选择这些参数的动机是:1)I中的E和τ之间存在相互作用，2)对于非iidness的同步FL(即FedAvg)，可以通过学习率衰减来保证收敛，这也适用于异步模型。

定理2：

设假设 1-4 满足，定义c、β、σi、χ。我们用F *和F * i分别表示目标函数 F 和 Fi 的最小值。我们将收敛阶段开始时的全局模型定义为 ω t0。然后给定最大时间步长 T，对于任意固定个数的局部历元 E，以及 固定的学习率η¯≤1/4 β，扩展FL形式的误差满足该界

定理3：

设定理2中除固定学习率条件外，其余条件成立，其中定义γ和ν。对于所有t = 1,2，…，将 学习率衰减 为

，则扩展FL形式的误差满足该界

定理 2 和定理 3 分别证明了固定学习率和衰减学习率下扩展FL形式的收敛界。定理3 证实了在非iid 和异步情况下，采用衰减学习率ηt = 2/c (γ + T)， FL的扩展形式达到了与标准SGD 相似的收敛速率 O(1/t) (被认为是最优的)。此外，当 χ 接近于零(即IID情况)时，得到与 O(1/t) 相同阶的收敛速率。定理3 采用衰减学习率对 IID 和非IID 情况都适用。

定理4：

设定理3中的条件成立。将 Tε 表示为达到给定误差界的最小全局历元数(ε > 0)。给定 Tε ，假设扩展FL形式的误差界满足

通信轮次

可以被 E 最小化

定理4 给出了 E 的最佳选择，减少与非iid数据的通信开销 (即χ i = 0)。在整个训练过程中，E 的选择不是静态的。初始阶段结束时，E 与全局误差∥ω t0−ω∗∥成正比。表明在收敛阶段，由于∥ω t0−ω∗∥<∥ω 0−ω∗∥，我们将选择一个较小的E。

到目前为止，上述定理和评论主要集中在统计异质性的收敛和通信上。从定理4可知，在 Rϵ (E) 通信轮之后，最优间隙的期望将收敛到一个 ϵ 邻域。为估计实现 ϵ 界所需的总体训练时间，定义 ∆tgi为局部优化器一次更新的时间成本，∆tci为设备i与服务器之间一次通信的时间成本，对于所有设备，定义客户i的总时间成本为

，整个FL系统的总时间成本为

定理5：设假设1 ~ 4成立，通过选择最优τi，得到最小时间代价

定理5 给出了选择 τ 的策略。实际上，当设备的连接速度较慢 (即∆tci较高) 时，可以通过设置较大的 τ 来减少通信次数，而当设备速度较慢 (即∆tgi较高) 时，选择较小的τ。此外，当设备具有较大的数据量 (即 pi 很大) 时，设置较小的τ，较大的τ可能会降低训练质量。

5. 效果：重点是实验设计，每一部分实验在验证论文中的什么结论

5.1. 实验设置

5.2. 超参数确定实验

对每个算法的超参组合进行网格搜索，找到表现最佳的一组，进行接下来的实验

5.3. 对比实验

左边是non-iid 右边是iid

验证FedSA在收敛和通信方面的效率。图2、图3、图4展示了在陈旧设备占90%的情况下，FedSA和四个基线在非IID和IID数据上的测试精度。FedSA在收敛和通信方面都优于其他基线，特别是在非iid情况下。FedSA在非IID情况下的表现与IID情况下保持相同的水平，而其他基线在非IID情况下与IID情况相比恶化了很多。

在定理3中，当χ接近于零(即IID情况)时，我们得到与标准SGD相似的O(1 T)收敛速率，这被认为是最优的。

此外，FedSA在初始阶段和收敛阶段之间的过渡阶段，即在训练刚开始的时候，准确率急剧提高，这大大减少了训练早期的通信时间