自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 基于区块链的联邦学习应用研究

传统联邦学习弊端中心依赖成员之间的协作非常依赖协调方,一旦协调方痴线故障或者恶意行为。。激励不足数据体量小的用户对联邦学习感兴趣,数据题量大的用户没有足够动力。单点欺诈参与方之间存在信息不对称,虚报自身数据。区块链节点之前通过对点对通信,没有第三方支持。每个参与方保留一份账本的副本,以对交易合法性进行验证。应用非对称加密算法,进行链上身份的识别。通过公钥进行数据加密,通过私钥对交易进行签名。通过哈希指针实现区块链的可追溯。通过比特币奖励鼓励矿工参与挖矿。通过工作量证明进行区块

2021-04-20 22:07:59 1442 1

原创 Blockchain Empowered Asynchronous Federated Learning for Secure Data Sharing in IoV

1)提出了一种区块链DAG混合模型,它由一个主许可区块链(由路边单元RSU维护)和一个局部有向无环图(由车辆运行,以实现车辆间的数据共享)组成。2)提出了一种异步联邦学习方案,挑选参与节点来提高效率,节点选择算法。3)通过将学习的参数整合到区块链模型中,并通过两阶段验证来验证这些参数的质量,从而提高学习模型的可靠性。引言IOV中移动车辆产生大量不同的数据:轨迹、交通信息、多媒体信息等附加数据。高效利用数据,提升乘车体验。数据共享面临:车辆之间的通信不可靠;安全和隐私。MEC(多访问边缘计算

2021-04-01 21:33:37 1522 3

原创 Blockchain and Federated Learning for Privacy-Preserved Data Sharing in Industrial IoT

将数据共享问题转换成机器学习问题

2021-04-01 16:04:29 1713 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除