公开(公告)号：CN119382857A

公开(公告)日：2025-01-28

申请号：CN202411412912.X

申请日：2024-10-11

Applicant: 桂林电子科技大学

Inventor： 苏昭宇 ,  李春海 ,  申昀辉 ,  程睿民 ,  陈欣源 ,  龙艳 ,  朱江南 ,  陈明凤

IPC: H04L9/00 ,  G06F18/214 ,  H04L67/1095 ,  H04L67/1097 ,  H04L67/12 ,  H04W12/033 ,  H04W12/60 ,  H04W4/40

Abstract: 本发明公开了一种基于区块链和信誉值变更的联邦学习方法，属于车联网和区块链技术领域。针对车联网车辆的参与度低、安全性难以得到保障的问题，首先，通过构建状态通道转移训练任务计算至链下来避免训练与共识的算力冲突；然后通过计算C‑Capacity值更新车辆贡献度，提高车辆参与训练的积极性；最后，通过车辆行为评估信誉值，使用基于C‑Capacity值的PoCC共识算法选择工作车辆，保障本地模型更新的质量，加快模型收敛速度。

公开(公告)号：CN119233245A

公开(公告)日：2024-12-31

申请号：CN202411354522.1

申请日：2024-09-27

Applicant: 桂林电子科技大学

Inventor： 苏昭宇 ,  李春海 ,  杨本昌 ,  龙艳 ,  陈欣源 ,  申昀辉

IPC: H04W12/02 ,  H04W12/00 ,  H04W12/61 ,  H04W12/69 ,  H04L9/00 ,  H04L9/32 ,  G06F21/62 ,  G06N20/00 ,  G06N3/084

Abstract: 本发明公开了一种基于区块链的车联网联邦学习隐私保护方法，属于车联网和区块链、联邦学习技术领域。针对传统联邦学习存在的安全和隐私问题严重阻碍车联网数据共享问题，首先，利用区块链和差分隐私技术保持机器学习过程的透明，不可篡改及可追溯，从而确保高效且安全的机器学习；然后，设计了一种激励方法，鼓励本地设备积极参与的同时又规范了其非法行为；最后，采用一定的聚合策略检测拜占庭的无效信息，进一步提高全局模型精度。本发明在保护数据隐私的同时提高了系统的鲁棒性。

公开(公告)号：CN119300020A

公开(公告)日：2025-01-10

申请号：CN202411413001.9

申请日：2024-10-11

Applicant: 桂林电子科技大学

Inventor： 李春海 ,  苏昭宇 ,  陈欣源 ,  丁鸿韬 ,  申昀辉 ,  龙艳 ,  朱江南 ,  陈明凤

IPC: H04W12/03 ,  H04W12/06 ,  H04W12/60 ,  H04W4/40 ,  H04L9/00

Abstract: 本发明公开了一种基于区块链的车联网跨域信任管理方法，属于车联网和区块链技术领域。针对跨域认证中车辆可靠性问题，首先，设备根据信任管理方案计算信任值，生成信任评级，计算信任偏移量；然后生成区块链，将车辆信任评级的偏移量上链；其次，车辆可以通过查询附近待认证车辆的信任值，进而评估跨域认证时车辆消息的信任度，最后，通过信任值完成认证。本发明在减少计算开销的同时有效的保证了车联网的效率和可靠性。

公开(公告)号：CN119299170A

公开(公告)日：2025-01-10

申请号：CN202411412643.7

申请日：2024-10-11

Applicant: 桂林电子科技大学

Inventor： 李春海 ,  龙艳 ,  苏昭宇 ,  柳悦玲 ,  唐怡凤 ,  钟雪龙 ,  申昀辉 ,  陈欣源 ,  陶露杰

IPC: H04L9/40 ,  G06F18/214 ,  G06F18/25 ,  G06N20/00 ,  H04L9/00

Abstract: 本发明公开了一种联邦学习数据中毒攻击的梯度聚合方法，属于车联网和区块链、联邦学习技术领域。针对车联网数据共享中联邦学习存在的数据安全问题，本地设备对从区块链网络中的共享梯度进行过滤和动态筛选，首先计算梯度中标签偏离均值的程度，根据设定的阈值对梯度数据进行过滤；然后，计算梯度之间的欧氏距离的总和作为每个剩余梯度的分数，根据分数高低对梯度进行动态筛选，实现抵抗以标签翻转攻击和模型投毒攻击为代表的数据中毒攻击，提高车联网数据共享系统的鲁棒性。

公开(公告)号：CN118539952A

公开(公告)日：2024-08-23

申请号：CN202410552387.5

申请日：2024-05-07

Applicant: 桂林电子科技大学

Inventor： 李春海 ,  李诗佳 ,  陈明凤 ,  唐怡凤 ,  陈欣源 ,  薛松 ,  钟雪龙 ,  申昀辉 ,  陶露杰

IPC: H04B7/0413 ,  H04W16/18 ,  H04W24/02 ,  H04W24/06 ,  H04B17/336

Abstract: 本发明属于无线通信技术领域，具体地说，是一种空地用户共存的非理想去蜂窝大规模MIMO频谱效率提升方法，包括步骤：获取系统内空地用户与接入点AP之间的大尺度衰落信息、信道估计信息和动态任务点坐标；将大尺度衰落信息转换为AP负载状态，采用改进的遗传算法计算动态任务点坐标间的最短路径，提出多属性决策方案优化非理想系统中的无人机坐标；根据坐标优化和信道估计信息计算信干噪比，以最大化最小用户速率为目标建立功率优化模型；将用户最小速率的非凸优化问题转化为凸优化问题，利用交替优化和顺序凸规划优化数据功率。本发明方法采用多属性决策和凸优化相关理论联合优化坐标和数据功率，可以有效地提升任务响应速度和系统频谱效率。