-
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
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:CN116896735A
公开(公告)日:2023-10-17
申请号:CN202310638527.6
申请日:2023-06-01
Applicant: 桂林电子科技大学
IPC: H04W4/44 , H04W4/02 , H04W12/106 , H04L9/00 , G06F18/23213
Abstract: 本发明是一种基于主从链的车联网数据共享算法,属于车联网和区块链技术领域。针对现有的车联网区块链数据共享时延高、吞吐量低的问题,首先,通过K‑means聚类算法将路测单元(RSU)进行均匀分组。然后,分组后的RSU并行运行组内加权Raft算法,其通过综合评估节点的平均SINR值、数据处理量、存储量选择最优的领导节点,保证了区块链系统的稳定性。最后,组间节点采用基于BLS聚合签名的PBFT算法,同时使用VRF保证出块节点的安全性。本发明在降低了共识时延的同时提高了系统吞吐量和安全性。
-
公开(公告)号:CN118659866A
公开(公告)日:2024-09-17
申请号:CN202410683382.6
申请日:2024-05-30
Applicant: 桂林电子科技大学
IPC: H04L9/00 , H04L9/40 , H04L67/1061 , H04W12/122 , H04W4/40 , G06N3/042 , G06N3/098 , G06N20/20
Abstract: 本发明公开了一种基于区块链与教师学生模型的联邦学习数据共享方法,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自动驾驶的数据共享问题,首先,设备在本地数据集上训练具备差分隐私的机器学习模型;然后,将学生模型得到的梯度添加差分隐私噪声,实现本地敏感数据隐私保护;最后,采用梯度约束机制对梯度进行聚合,领导者节点对广播中的梯度进行筛选,抵抗中毒攻击,保障系统的安全性。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:CN116528336A
公开(公告)日:2023-08-01
申请号:CN202310643904.5
申请日:2023-06-01
Applicant: 桂林电子科技大学
IPC: H04W48/20 , H04B17/309 , H04B7/0413
Abstract: 本发明提供了一种去蜂窝大规模MIMO‑NOMA系统的用户分组和AP选择方法。该方法包括:获取去蜂窝大规模MIMO‑NOMA系统中用户和接入点AP的大尺度衰落系数、信道估计信息、有效信道增益;根据最大信道相关性对用户进行分组,先通过统计学和皮尔逊相关系数分别计算出任意两个用户的有效信道增益差和信道线性相关性,然后以最小化每组内两者的差值为目标进行用户分组;根据得到的用户分组的结果,基于有效信道增益为每个用户依次选择最合适的AP,直到系统中所有的用户全部连接到AP;联合用户分组和AP选择方法进行优化去蜂窝大规模MIMO‑NOMA系统,可以增加系统接入的用户数量和有效提升用户频谱效率,使系统能够更好地满足日益增长的通信需求。
-
-
-