《IEEE Transactions on Big Data》：DRL-Based Cost-Driven Adaptive Logic Tree Generation for Serverless Federated Learning Aggregation
编辑推荐：
无服务器（Serverless）计算的兴起促使服务提供商提供细粒度函数配置（如以1 MB为粒度分配内存），以支撑多样化函数类型并适应波动的工作负载。基于无服务器函数实现联邦学习（Federated Learning, FL）聚合器可显著削减空闲等待时间带来的成
无服务器（Serverless）计算的兴起促使服务提供商提供细粒度函数配置（如以1 MB为粒度分配内存），以支撑多样化函数类型并适应波动的工作负载。基于无服务器函数实现联邦学习（Federated Learning, FL）聚合器可显著削减空闲等待时间带来的成本。然而，对于联邦学习即服务（Federated Learning as a Service, FLaaS）提供商而言，在确定高性价比函数配置时面临挑战，核心难点在于未来每轮参与方（party）数量难以准确预测。研究人员以阿里云函数计算（Alibaba Cloud Function Compute）为案例，解析Serverless计价结构，针对基于逻辑树（logic tree）的FL聚合场景建立成本模型，并给出离线最优动态规划基准算法（假设未来负载已知）。为适配在线动态到达的每轮可变参与方规模，研究人员提出基于深度强化学习（Deep Reinforcement Learning, DRL）的自适应逻辑树生成方法RLTreeGen，在每轮训练中动态构建低成本聚合架构。基于真实轨迹与阿里云计费模型的实验表明，RLTreeGen在各类场景中均优于在线基准算法，且成本逼近离线最优解。
研究背景与问题提出
联邦学习（Federated Learning, FL）通过本地训练与仅上传模型更新保障数据隐私，在跨设备与跨机构场景中广泛部署。传统客户端—服务器聚合架构受限于中心服务器算力，参与方增多时出现吞吐瓶颈；树状聚合虽可横向扩展，但在跨设备动态环境中会引入大量叶子与中间聚合实例，本地训练阶段产生显著资源空闲与拓扑维护开销。Serverless计算具备按需弹缩、按量计费与实例归零能力，将逻辑聚合树映射为函数调用可消除空闲成本，但带来新难题：每轮参与方数量动态未知，函数配置（vCPU、内存、磁盘、GPU）粒度极细，小配置易致逻辑树过深过宽、实例数膨胀，大配置则在少参与方时单价过高。FLaaS提供商需在过度配置与欠配置风险间，联合优化函数配置、实例数与逻辑树形态，而该问题被证明为NP难。
研究人员开展的工作与结论
研究人员以阿里云函数计算为计费实例，建立统一计算单元（Computing Unit, CU）成本模型，形式化每轮聚合的最小成本问题，并将其归约为最小成本精确填充无界背包问题（Min-Cost Exact-Fill Unbounded Knapsack Problem, MCEFUKP）。在已知全局负载前提下，设计基于动态规划（Dynamic Programming, DP）的离线最优算法OPT作为基准；在在线场景下，将逻辑树生成建模为马尔可夫决策过程（Markov Decision Process, MDP），提出深度强化学习算法RLTreeGen，由智能体依据当前轮参与方规模与系统状态自适应决策函数配置与树结构。实验基于真实轨迹与阿里云定价，结果显示RLTreeGen成本显著低于现有在线启发式方法，并紧密逼近离线最优，同时冷启动开销远低于静态树拓扑调整延迟。该研究意义在于为FLaaS提供可落地的成本自治框架，兼顾隐私、弹性与可扩展性。
主要关键技术方法
研究人员采用三类关键方法：其一，基于阿里云CU转换因子的Serverless执行成本建模，覆盖调用、vCPU、内存、磁盘、GPU与公网出流量；其二，离线动态规划完备背包求解，用于生成理论最优基准；其三，深度强化学习策略建模，将状态—动作—奖励交互用于在线逻辑树构建，并以真实参与方规模轨迹驱动训练与评估。
研究结果
系统框架与成本模型
研究人员设计基于对象存储服务（Object Storage Service, OSS）与消息队列的逻辑树Serverless聚合架构：参与方本地训练后写模型更新至OSS，消息队列传递索引；函数实例按需拉取、聚合、回写，无物理常驻拓扑。据此给出单实例成本Cf=CCU+CPO，其中CCU由调用、vCPU、内存、磁盘、GPU用量乘CU单价构成，CPO由公网出流量计费。
问题形式化与计算复杂性
研究人员将每轮单层聚合抽象为背包容量等于待聚合更新数、物品为函数配置、重量为处理更新数、价值为执行成本的精确填充问题，证明MCEFUKP由无界子集和问题归约而得，属NP难；即便负载已知，多轮联合搜索空间仍伪多项式规模爆炸。
离线最优算法
研究人员给出OPT算法：以Vi,u表示前i种配置聚合u个更新的最小成本，状态转移为Vi,u=min{Vi-1,u, Vi,u-n(k,i)+Cf_i}，逐层回溯得到配置组合。该算法单轮复杂度为O(|FC|×n(k))，多轮整体呈伪多项式增长，但依赖未来负载先验，难以在线部署。
DRL建模与在线生成
研究人员将RLTreeGen作为智能体，环境为Serverless FL聚合过程，状态含当前轮待聚合数量与历史成本反馈，动作输出函数配置与每节点聚合度数，奖励面向成本节约设计。通过试错交互适配波动参与方规模，无需准确预测模型与历史数据堆砌。
实验评估
基于真实轨迹与阿里云计费，研究人员对比RLTreeGen与均匀配置、启发式基线。结果表明：RLTreeGen在各参与方分布下总成本最低，接近OPT；逻辑树深度与实例数随配置异构自适应收敛，冷启动经预热后不主导延迟。
讨论与结论翻译
讨论指出，既有Serverless成本研究多依赖静态负载预测，既有FLaaS系统常采用同质函数配置，未充分挖掘异构配置与树形拓扑的联合收益。该研究填补了动态参与方下成本驱动逻辑树生成的空白。研究结论如下：研究人员提出了一种面向Serverless联邦学习聚合的通用电价感知逻辑树成本模型，并证明该优化问题为NP难；离线动态规划可提供基准最优，而所提RLTreeGen在在线场景中仅依当前观测即可动态生成近优逻辑树，显著降低FLaaS聚合开支，且对模型收敛影响有限，具备工程可部署性与扩展价值。
论文核心贡献已经梳理完成，接下来可以选择一个方向继续深化：
