[发明专利]一种面向隐私保护的IOT设备通信方法及系统

权利要求书

1.一种面向隐私保护的IOT设备通信方法，包括如下步骤:

步骤S1,物联网网关设备接收接入的IOT设备的DHCP请求；

步骤S2,解析所接收到的DHCP请求,根据解析结果进行边缘计算服务通告或正常转发IOT设备的消息；

步骤S3,设备厂商云服务器向所述物联网网关设备或需要智能服务但本身有模型训练能力的IOT设备发起智能服务FL训练计算请求;

步骤S4,所述物联网网关设备或所述需要智能服务但本身有模型训练能力的IOT设备处理所述FL训练计算请求,根据请求进行FL训练,将训练好的模型经过隐私保护技术手段处理后发送给所述设备厂商云服务器；

步骤S5,所述设备厂商云服务器接收多个物联网网关设备或多个所述需要智能服务但本身有模型训练能力的IOT设备发送的模型,对同类模型进行聚合,并将聚合后的新模型下发至物联网网关设备或所述需要智能服务但本身有模型训练能力的IOT设备；

步骤S6,物联网网关设备或所述需要智能服务但本身有模型训练能力的IOT设备根据接收到的更新横型进行推理处理；

步骤S7,所述设备厂商云服务器发送FL训练计算结束请求或进行自动结束处理；

步骤S4进一步包括:

步骤S400,物联网网关设备或所述需要智能服务但本身有模型训练能力的IOT设备根据所述FL训练计算请求判断本地的CPU和内存资源是否大于训练计算请求的资源,若满足，则返回给云服务器一个确认消息，并进入步骤S401，否则，返回给云服务器一个表示资源不够的消息，返回步骤S3；

步骤S401,向设备厂商云服务器发送GET请求,以请求下载FL训练需要的配置文件,所述配置文件包括网络结构、初始模型、超参数以及训练多少轮次;

步骤S402,利用获得的配置文件进行FL训练,并在训练结束后将训练好的模型经过隐私保护技术手段处理后发送给设备厂商的云服务器,而不用发送原始数据；

步骤S5进一步包括:

步骤S500,接收多个物联网网关设备或多个所述需要智能服务但本身有模型训练能力的IOT设备发送的训练好的模型；

步骤S501,若接收的同类模型的数量达到预设闯值,则将同类模型以网络结构加参数的形式展开聚合形成新模型,当新模型的准确率高于原模型,则将新模型替代原模型;

步骤S502,将更新后的模型下发至物联网网关设备或所述需要智能服务但本身有模型训练能力的IOT设备；

于步骤S501中,若接收的同类模型的数量达到预设阙值,利用PyTorch将待聚合的模型以网络结构加参数的形式展开并加和,再将参数平均化,最后将新的参数以原有网络结构保存为新模型,并判断新模型的准确率,如果新模型的准确率比原模型的准确率高,则更新模型,将新模型替代原模型,进入步骤S502,否则不更新模型,调整参数进行下一次训练,返回步骤S3。

2.如权利要求1所述的一种面向隐私保护的IOT设备通信方法,其特征在于,所述DHCP请求采用DHCP协议的扩展字段指定云服务的地址,对于需要智能服务但本身没有模型训练能力的IOT设备,其所发出的DHCP请求中的DHCP协议的扩展字段指定云服务器的地址,对于需要智能服务但本身有模型训练能力的IOT设备或传统不需要智能服务的IOT设备,其发出的DHCP请求中的DHCP协议的扩展字段为空。

3.如权利要求2所述的一种面向隐私保护的IOT设备通信方法,其特征在于,于步骤S2中,当解析出DHCP协议的扩展字段内容,若不为空,则获取IOT设备的云服务的地址,根据IOT设备的主机名来记录不同类型IOT设备的云服务器地址,并根据该云服务器地址向所述设备厂商云服务器发布至少包含设备的主机名以及告知可以帮设备厂商进行FL训练计算服务的边缘计算服务通告;若为空,则由所述物联网网关设备给IOT设备分配IP地址,正常转发设备的消息。