← 返回列表

一种基于区块链的无人机联邦学习的梯度选择方法

申请号: CN202311632525.2
申请人: 广西大学; 华南理工大学
申请日期: 2023/12/1

摘要文本

本发明公开一种基于区块链的无人机联邦学习的梯度选择方法,包括:每个无人机终端设备将本地训练得到的模型梯度上传至其归属的基站边缘节点;所述基站边缘节点收到每个无人机终端设备上传的模型梯度后,对每个无人机终端设备进行系统身份认证;所述基站边缘节点对每个通过系统身份认证的无人机终端设备进行梯度异常检测,确定每个通过系统身份认证的无人机终端设备上传的模型梯度是异常模型梯度或正常模型梯度;所述基站边缘节点过滤异常模型梯度,同时上传部分或全部正常模型梯度至区块链进行后续处理,以通过避免使用异常模型梯度来预防投毒攻击。

专利详细信息

项目 内容
专利名称 一种基于区块链的无人机联邦学习的梯度选择方法
专利类型 发明申请
申请号 CN202311632525.2
申请日 2023/12/1
公告号 CN117596592A
公开日 2024/2/23
IPC主分类号 H04W12/06
权利人 广西大学; 华南理工大学
发明人 朱朝阳; 朱晓; 覃团发; 张振荣; 葛志辉; 万海斌
地址 广西壮族自治区南宁市西乡塘区大学东路100号; 广东省广州市南沙区环市大道南路25号华工大广州产研院

专利主权项内容

1.一种基于区块链的无人机联邦学习的梯度选择方法,其特征在于,包括:每个无人机终端设备将本地训练得到的模型梯度上传至其归属的基站边缘节点;所述基站边缘节点收到每个无人机终端设备上传的模型梯度后,对每个无人机终端设备进行系统身份认证;所述基站边缘节点对每个通过系统身份认证的无人机终端设备进行梯度异常检测,确定每个通过系统身份认证的无人机终端设备上传的模型梯度是异常模型梯度或正常模型梯度;所述基站边缘节点过滤异常模型梯度,同时上传部分或全部正常模型梯度至区块链进行后续处理,以通过避免使用异常模型梯度来预防投毒攻击。