所在单位: | 福建师范大学 | 项目类型: | 信息传输、计算机服务和软件业 |
所属领域: | 新一代信息技术 | 项目年份: | 2021 |
项目状态: | 实验室研究 | 技术成熟度: | 实验室研究 |
联系人: | 林晖 | 联系人电话: | 暂无 |
项目投资经费: | 10 | 合作方式: | 其它 |
越来越多的物联网 (IoT) 设备促进了数据共享,从而提高了物联网服务的质量。 然而,数据提供者通常会遭受直接数据共享导致的隐私泄露。 为了解决这个问题,在本文中,我们提出了一种基于联合学习的物联网安全数据共享机制,称为 FL2S。 具体来说,为了实现高效和安全的数据共享,基于敏感任务分解开发了分层异步联邦学习(FL)框架。 此外,为了提高数据共享质量,利用深度强化学习(DRL)技术来选择具有足够计算能力和高质量数据集的参与者。 通过集成任务分解和参与者选择,通过共享本地数据模型而不是源数据来实现可靠的数据共享,同时保护数据隐私。 实验结果表明,所提出的 FL2S 在各种物联网应用的安全数据共享方面实现了高精度。