-
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
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
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。
-