DCP：一种受TCP启发的动态数据漂移域适应方法

《IEEE Transactions on Nanotechnology》：DCP: a TCP-Inspired Domain Adaptation in Dynamic Data Drift

　　

摘要：

移动设备受到计算能力限制、电池寿命以及连接问题的影响，难以运行复杂的机器学习模型或频繁传输数据。这些难题阻碍了其在动态环境中的实时适应性。为解决这些问题，我们提出了一个移动设备与边缘服务器之间的框架，通过该框架，边缘服务器可通过持续优化轻量级分类器来适应数据模式的变化，从而为移动设备提供支持。我们的方法被称为漂移控制协议（DCP），其设计灵感来源于TCP处理网络拥堵的方式。就像TCP将数据包丢失视为网络拥堵并降低传输速率一样，DCP也将分类误差的上升视为拥堵现象，并采用“加法增加、乘法减少”的机制来动态控制模型重训的频率，从而在分类器更新速度与与边缘服务器的通信开销之间实现最佳平衡。它能根据数据分布的变化动态调整更新频率，同时控制移动设备发送到边缘服务器的样本数量，进而提升整体准确率。我们在合成数据集和真实数据集上测试了不同版本的DCP，结果表明，与固定间隔更新策略相比，DCP能在平均误差和通信成本方面实现更好的平衡。我们还通过真实数据以及专门为模拟突发性及渐进性漂移场景而设计的参数化合成数据集，验证了这一方法的实用性。