《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 其他 > 設(shè)計(jì)應(yīng)用 > 面向數(shù)據(jù)共享的模型訓(xùn)練服務(wù)系統(tǒng)
面向數(shù)據(jù)共享的模型訓(xùn)練服務(wù)系統(tǒng)
網(wǎng)絡(luò)安全與數(shù)據(jù)治理 2期
魏宏原1，2，華 蓓1，2，林 飛1，2
(1.中國(guó)科學(xué)技術(shù)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，安徽 合肥230027； 2.中國(guó)科學(xué)院無(wú)線光電通信重點(diǎn)實(shí)驗(yàn)室，安徽 合肥230027)
摘要： 數(shù)據(jù)驅(qū)動(dòng)的人工智能應(yīng)用需要大數(shù)據(jù)支持，然而現(xiàn)實(shí)中因隱私保護(hù)等原因,數(shù)據(jù)往往互不流通,而以孤島形式存在。如何實(shí)現(xiàn)數(shù)據(jù)安全可用是當(dāng)前亟待解決的問(wèn)題。設(shè)計(jì)和實(shí)現(xiàn)了面向數(shù)據(jù)共享的模型訓(xùn)練服務(wù)系統(tǒng)，通過(guò)向用戶提供數(shù)據(jù)功能服務(wù)接口而非數(shù)據(jù)本身，實(shí)現(xiàn)數(shù)據(jù)可用不可見(jiàn)。重點(diǎn)針對(duì)資源受限的數(shù)據(jù)共享平臺(tái)，設(shè)計(jì)了高效的資源分配和作業(yè)調(diào)度方法，特別是通過(guò)自動(dòng)資源縮放來(lái)應(yīng)對(duì)多變的工作負(fù)載，達(dá)到優(yōu)化用戶體驗(yàn)和提高資源利用的目的。實(shí)驗(yàn)表明，相較于常規(guī)的作業(yè)調(diào)度方法，本系統(tǒng)在各種工作負(fù)載下都具有響應(yīng)服務(wù)請(qǐng)求快、作業(yè)完成時(shí)間短的優(yōu)點(diǎn)。
中圖分類號(hào)： TP14
文獻(xiàn)標(biāo)識(shí)碼： A
DOI： 10.20044/j.csdg.2097-1788.2022.02.004
引用格式： 魏宏原，華蓓，林飛. 面向數(shù)據(jù)共享的模型訓(xùn)練服務(wù)系統(tǒng)[J].網(wǎng)絡(luò)安全與數(shù)據(jù)治理，2022，41(2)：20-29.
A model training service system for data sharing
Wei Hongyuan1，2，Hua Bei1，2，Lin Fei1，2
(1.School of Computer Science and Technology，University of Science and Technology of China，Hefei 230027，China； 2.CAS Key Laboratory of Wireless-Optical Communications，Hefei 230027，China)
Abstract： Data-driven artificial intelligence applications require the support of big data. However, in reality, most of the data do not circulate with each other due to privacy leakage. How to achieve data security and availability is an urgent problem to be solved. This paper designs and implements a data sharing-oriented model training service system. By providing users with data function service interfaces instead of the data itself, data availability is invisible. This paper focuses on resource-constrained data sharing platforms, and designs efficient resource allocation and job scheduling methods, especially through automatic resource scaling to cope with changing workloads, to optimize user experience and improve resource utilization. Experiments show that, compared with the conventional job scheduling method, the system has the advantages of fast response to service requests and short job completion time under various workloads.
Key words : data sharing；model training service；job schedule；resource allocation

0 引言

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能技術(shù)的發(fā)展，以及智慧城市、智慧醫(yī)療、電子商務(wù)等應(yīng)用的廣泛普及，每天都有海量的數(shù)據(jù)產(chǎn)生，這些數(shù)據(jù)蘊(yùn)涵了大量有價(jià)值的信息。但是另一方面，數(shù)據(jù)不足正成為當(dāng)下制約人工智能發(fā)展的一大瓶頸。例如，深度神經(jīng)網(wǎng)絡(luò)需要大量數(shù)據(jù)來(lái)訓(xùn)練，但現(xiàn)實(shí)中大多數(shù)領(lǐng)域只有少量數(shù)據(jù)集可用，如自動(dòng)駕駛只有數(shù)個(gè)公開(kāi)數(shù)據(jù)集，醫(yī)學(xué)圖像領(lǐng)域不僅數(shù)據(jù)集少，且每個(gè)數(shù)據(jù)集僅包含數(shù)十或數(shù)百個(gè)病例。造成這種現(xiàn)象的原因主要有兩個(gè)方面，一是原始數(shù)據(jù)必須經(jīng)過(guò)清洗和標(biāo)注才能使用，而這一過(guò)程不僅費(fèi)時(shí)費(fèi)力，更可能需要專業(yè)人士的介入；二是目前各行各業(yè)的數(shù)據(jù)主要由政府和企業(yè)在收集，出于行業(yè)競(jìng)爭(zhēng)、數(shù)據(jù)安全、管理制度等方面的考慮，這些數(shù)據(jù)不能被共享，形成了許許多多的數(shù)據(jù)孤島。如何在保護(hù)數(shù)據(jù)和使用數(shù)據(jù)之間取得平衡，是當(dāng)下迫切需要解決的問(wèn)題[1]。

一些企業(yè)和機(jī)構(gòu)已經(jīng)或正在建設(shè)數(shù)據(jù)共享和交易平臺(tái)來(lái)促進(jìn)數(shù)據(jù)流通，如Exchange、數(shù)據(jù)堂、上海數(shù)據(jù)交易中心等。但目前這些平臺(tái)多以交易數(shù)據(jù)為主，用戶在付費(fèi)之后擁有對(duì)數(shù)據(jù)的永久/指定期限訪問(wèn)權(quán)，可以在數(shù)據(jù)上執(zhí)行任意計(jì)算來(lái)挖掘感興趣的信息。這會(huì)帶來(lái)兩個(gè)問(wèn)題，一是如果這些數(shù)據(jù)中包含敏感信息，直接開(kāi)放給用戶下載會(huì)帶來(lái)數(shù)據(jù)安全問(wèn)題；二是難以控制用戶對(duì)數(shù)據(jù)進(jìn)行非法復(fù)制和傳播，數(shù)據(jù)可能被用于不正當(dāng)用途。其實(shí)很多時(shí)候用戶只想利用數(shù)據(jù)來(lái)訓(xùn)練他們需要的模型，對(duì)原始數(shù)據(jù)本身并不感興趣，向用戶提供數(shù)據(jù)的功能性服務(wù)而非直接提供數(shù)據(jù)，可以在一定程度上解決數(shù)據(jù)保護(hù)和數(shù)據(jù)使用之間的矛盾。比如，交通管理部門可在自有的城市出行數(shù)據(jù)上，為社會(huì)學(xué)研究人員訓(xùn)練用于分析人群移動(dòng)規(guī)律的數(shù)學(xué)模型。

本文提出面向數(shù)據(jù)共享的模型訓(xùn)練服務(wù)系統(tǒng)，允許機(jī)構(gòu)或企業(yè)利用自有數(shù)據(jù)集和自有計(jì)算資源，向用戶提供模型訓(xùn)練服務(wù)(當(dāng)然機(jī)構(gòu)可以向用戶收費(fèi)，但這不在本文討論的范圍內(nèi))。用戶只需指定需要的數(shù)據(jù)集并上傳自定義的模型結(jié)構(gòu)(本系統(tǒng)主要考慮深度學(xué)習(xí)模型)，系統(tǒng)可自動(dòng)完成模型訓(xùn)練作業(yè)，并向用戶返回訓(xùn)練好的模型，真正實(shí)現(xiàn)“數(shù)據(jù)可用不可見(jiàn)”。提供數(shù)據(jù)的功能性服務(wù)接口而非數(shù)據(jù)本身，對(duì)于消除數(shù)據(jù)孤島、促進(jìn)數(shù)據(jù)安全流通具有極為積極的作用




本文詳細(xì)內(nèi)容請(qǐng)下載：http://ihrv.cn/resource/share/2000004854




作者信息：

魏宏原1，2，華  蓓1，2，林  飛1，2

(1.中國(guó)科學(xué)技術(shù)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，安徽 合肥230027；

2.中國(guó)科學(xué)院無(wú)線光電通信重點(diǎn)實(shí)驗(yàn)室，安徽 合肥230027)


微信圖片_20210517164139.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。