Fed-CALEPT：面向弹性端侧视频分析的联邦持续主动学习与参数高效调优

打开文本图片集

一、前言

（一）边缘智能的兴起及其内在冲突

随着物联网设备、智能摄像头和自动驾驶系统等技术的普及，视频数据正以前所未有的速度爆炸式增长。据统计，在2023年，视频流量已占全球互联网总流量的 80% 以上。这一趋势催生了在数据源头处理数据的迫切需求，以解决网络延迟、带宽瓶颈和数据隐私等核心问题。然而，这种需求带来了一个根本性的冲突：一方面，最先进的人工智能模型（如视觉变换器）通常拥有庞大的参数量和极高的计算复杂度；另一方面，边缘设备在计算能力、内存和功耗方面受到严格限制[2]。（剩余4632字）