本文提出了一种新的三层体系结构，用于优化边缘计算环境下的联邦学习，解决了客户数据异质性和计算约束的挑战。实验证明该体系结构比传统模型更有效地处理非独立同分布的数据集，提高模型准确性、减少通信开销，并促进联邦学习技术的广泛应用。