[发明专利]一种通信感知计算一体化网络分布式可信感知方法及系统

说明书

本发明涉及一种通信感知计算一体化网络分布式可信感知方法及系统，涉及无线感知技术领域，首先将全局模型和初始全局参数传输至各个边缘节点，各边缘节点控制本地数据根据进行本地训练，得到本地模型参数，再通过对应的矿工将本地模型参数广播出去，然后对每个本地模型参数赋予权重计算出全局参数，通过聚合迭代的方式更新全局参数，由于本发明利用各分布式边缘节点的算力资源和数据资源进行分别计算，从而节省了整体的通信和计算资源，同时本发明仅使得各边缘节点数据集参与训练，将训练得到的本地模型参数进行广播和后续计算，从而使得各边缘节点的原始数据集不相互暴露，保证了数据安全，有效解决了隐私泄露和数据安全风险的问题。

技术领域

本发明涉及无线感知技术领域，特别是涉及一种通信感知计算一体化网络分布式可信感知方法及系统。

背景技术

随着自动驾驶、工业物联网、智能家居等新兴智能服务的发展，通信感知计算一体化应运而生，其指在信息传递过程中，同步执行信息采集与信息计算的端到端信息处理技术框架。例如，对于在安防场景中的入侵检测，通过使用多个无线节点接收和发送数据，然后对传输的无线信号进行分析，建立深度神经网络模型自动提取无线信号中包含的相关特征，高效率地完成入侵检测任务。传统的集中式的处理方案需要把各个节点收集的数据集中在一个服务器上进行处理，这样做既需要消耗大量的通信和计算资源，还会带来隐私泄露和数据安全风险。

因此，本领域亟需一种节省通信和计算资源同时防止隐私泄露和保证数据安全的技术方案。

发明内容

本发明的目的是提供一种通信感知计算一体化网络分布式可信感知方法及系统，利用各分布式边缘节点的算力资源和数据资源进行分别计算，从而节省了整体的通信和计算资源，同时使得各节点的原始数据集不相互暴露，保证了数据安全，有效解决了隐私泄露和数据安全风险的问题。

为实现上述目的，本发明提供了如下方案：

一种通信感知计算一体化网络分布式可信感知方法，所述方法包括：

边缘节点获取全局模型和初始全局参数，并利用本地数据对所述全局模型进行本地训练，得到本地模型参数；

边缘节点将自己的本地模型参数上传至对应的矿工；每个边缘节点对应一个矿工；

每个矿工将接收到的本地模型参数进行存储并广播；

接收到广播信息的矿工将接收到的本地模型参数保存至交易池中；

当所述矿工的交易池中的本地模型参数超过设定阈值时，所述矿工将交易池中的本地模型参数发送至对应的边缘节点；

所述边缘节点根据所述本地模型参数的有效性对接收到的每个本地模型参数以及自身的本地模型参数赋予权重；

所述边缘节点根据所述权重将接收到的每个本地模型参数以及自身的本地模型参数进行加权聚合，得到迭代全局参数；

矿工将所述迭代全局参数添加至生成的区块中，并对所述迭代全局参数进行广播和数字签名验证；

边缘节点判断所述迭代全局参数是否达到预设条件，若是，则将其作为最终的全局参数，若否，则将其代入所述全局模型，并返回“利用本地数据对所述全局模型进行本地训练，得到本地模型参数”步骤。

本发明还提供了一种通信感知计算一体化网络分布式可信感知系统，所述系统包括：若干个边缘节点和若干个矿工；每个边缘节点对应一个矿工；

所述边缘节点用于：

获取全局模型和初始全局参数，将初始全局参数代入所述全局模型，并利用本地数据对所述全局模型进行本地训练，得到本地模型参数；

将自己的本地模型参数上传至对应的矿工；