CN113919507B 一种基于dag区块链的联邦学习方法 （郑州金智人才信息科技有限公司）_第1页
CN113919507B 一种基于dag区块链的联邦学习方法 （郑州金智人才信息科技有限公司）_第2页
CN113919507B 一种基于dag区块链的联邦学习方法 （郑州金智人才信息科技有限公司）_第3页
CN113919507B 一种基于dag区块链的联邦学习方法 （郑州金智人才信息科技有限公司）_第4页
CN113919507B 一种基于dag区块链的联邦学习方法 （郑州金智人才信息科技有限公司）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明涉及一种基于DAG区块链的联邦学习集中选择在滑动窗口w内信誉值较高的设备参与过程中进行基于本地DAG区块链局部模型的聚基于隔离森林的快速检测算法初步检测出潜在21.一种基于有向无环图DAG区块链的联邦学习方法，其特征在于：该方法包括以下步在所述S1中，主雾节点在满足训练要求的设备中选出通信能力ξm和计算能力τm较强的在其本地DAG上随机选择一些没有被验证的交易进行验证，并选择其中有高精度的局部模在所述S3中，主雾节点收集要聚合的局部模型，并采用基在所述S4中，任务发布者从主区块链获取需要的目标模型，任务发布者m'基于发布任务y对设备l的信誉评其中，是在执行任务y期间正常模型的数量，是在执行任务y期间恶意模型的数3[0003]虽然联邦学习被广泛认为是增强IoT网络隐私和安全性的可行方法，但在部署过备选设备集，然后在备选设备集中选择在滑动窗口w内信誉值较高的设备参与局部训练任4以及相关物联网设备局部模型的属性记录(是否为恶意模型)，并计算相应设备的信誉值，[0016]其中分别表示信任、不信任和不确定期间数据包成功传输概率，即影响信誉评价不确定性的通信质量。η(κ)分别表示正常(恶5[0031]本模型中雾网络由雾节点FN(FogNodes)、物联网设备(InternetofThings6给整个雾网络。具备训练条件的物联网设备将可用的计算和通信能力发送给相应的雾节排序，并根据信誉值进行筛选，最后确定备选的设备列表L=f1…,l,…,L},主雾节点根据设区块链相较于传统结构的区块链其吞吐量性能得到7区块链字段中的RSA等加密技术进行验证，而局部模型可以通过基于本地数据形成的测试用第t-1次迭代中的全局模型wt-1通过数据集Dl训练得到局部模型通过公式(6)计算下收附近设备的区块。然后，l从本地DAG区块链中使用MCMC算法选择满足时间容忍度8i个模型的第k个特征数[0075]对于数据集U利用公式(12)计算平均冗余度，并将其作为特征子集Fs选择其特征元素的阈值，然后计算U中每个特征的熵值并按升序排序，然后依次对每个特征利用公式9l为第s个特征中的第l个[0094]其中，为特征xs的异常分数的均值,yl表示特征xs中第l个模型的异常分数，采用Top()算法快速获取Dx中特征离群系数最大的S个值，S为NMIFS对D降维后Fs中特征的[0103]经过IForest的恶意模型检测后，将检测出的正常模型根据公式(7)执行全局聚[0107]其中分别表示信任、不信任和不备收到任务信息后，对于满足要求的设备将自身的资源信息(例如设备的通信能力和计算[0117]步骤205：主雾节点根据设备返回的信息选择综合能力强和满足信誉要求的设备[0122]步骤210：主雾节点利用快速IForest双重恶意模型检测[0130]步骤303：根据熵计算模型参数的特征的冗余度，得到冗余度最小的特征向量子

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论