检索结果-南通市图书馆

中国农业大学学报 2022年第12期27卷 245-256页

作者：景旭马蓓西北农林科技大学信息工程学院陕西杨凌712100

针对智能温室群中数据共享和决策执行不可信以及设备决策执行情况无法验证的问题,基于联盟链和人工神经网络等技术,提出了一种智能温室群数据共享及决策协同方案。该方案基于联盟链构建了数据提供方、数据决策方和决策分析方的交互流程... 详细信息

针对智能温室群中数据共享和决策执行不可信以及设备决策执行情况无法验证的问题,基于联盟链和人工神经网络等技术,提出了一种智能温室群数据共享及决策协同方案。该方案基于联盟链构建了数据提供方、数据决策方和决策分析方的交互流程;数据提供方利用智能合约技术将时间段内的数据散列上链存储并将数据发送至数据决策方,以链上链下的方式实现数据哈希可验证;数据决策方以经过链上校准的可信智能温室环境数据训练人工神经网络模型,将决策结果存储到链上;决策分析方从链上查询决策结果,调动控制装置执行并上链执行状态。基于Hyperledger Fabric构建了一个原型系统,测试结果表明:1)该方案可以实现数据提供方数据摘要存储及数据共享、决策模型训练、决策数据上链与决策过程的链上执行;2)在区块的最大打包数和最大存储字节确定的条件下,区块打包时间为4s时,数据存储到联盟链中平均时延最低为30.4s,吞吐量最大为27.3事务数/s。本方案能够实现智能温室数据的可信共享,提高决策执行结果的真实性验证。

关键词：智能温室群联盟链数据共享决策协同可信性

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于联盟链的智能温室群数据共享及决策模型研究

基于联盟链的智能温室群数据共享及决策模型研究

引用

作者：马蓓西北农林科技大学

学位级别：硕士

随着智能温室的不断发展,智能温室群内数据共享及决策过程中的数据安全问题越来越突出。传统智能温室中本地数据库存在数据被篡改的风险,导致共享数据和决策结果不可信;同时在决策模型建立过程中采用差分隐私结合单密钥同态的方法保护... 详细信息

随着智能温室的不断发展,智能温室群内数据共享及决策过程中的数据安全问题越来越突出。传统智能温室中本地数据库存在数据被篡改的风险,导致共享数据和决策结果不可信;同时在决策模型建立过程中采用差分隐私结合单密钥同态的方法保护隐私存在融合成员不可变动和误差放大的问题。针对以上问题,主要研究内容及结果如下:(1)针对智能温室群中存在数据共享不可信和决策执行无反馈的问题,提出一种利用联盟链技术设计的智能温室群数据共享及决策协同方案。基于联盟链分布式架构的特点,构建基于联盟链的智能温室群边缘服务器交互网络结构;设计实体之间可靠的数据共享和决策协同交互流程,提升数据共享和决策的可靠性;将数据摘要上链,以链上链下的方式实现数据哈希可验证;以key-value的形式分别存取决策结果和执行结果,使得决策结果有反馈;最后设计了参与节点上传和下载数据的各类智能合约,以此存证数据,保证数据的可信。(2)在决策模型建立过程中采用差分隐私结合单密钥同态的方法保护隐私存在融合成员不可变动和误差放大的问题,提出一种基于多密钥同态加密算法的区块链群组联邦学习参数的隐私融合机制。首先构建了区块链联邦学习模型,设置节点在本地完成模型训练的目标函数和损失函数;其次,基于联邦学习的工作原理和多密钥同态的步骤,设计了参数隐私融合机制;然后,根据联邦平均算法,设定了加密联邦融合的具体步骤;编写了参数隐私融合机制中所涉及到的智能合约;最后进行隐私融合机制的准确性和安全性分析,从整体上对比方案,本方案避免了中心节点出现故障而导致瘫痪,具备多次加密的功能,同态运算结果需要群组节点协作完成并且可灵活选择群组成员,提高了联邦学习的安全性和透明度。(3)论文实现上述方案和隐私融合机制的原型系统,进行测试与分析。结果表明,在功能方面,实现了智能温室群的数据证据存储、决策结果验证、参与节点公私钥生成、公钥上链、加解密等功能,实现了温室数据的可信共享及决策;在性能方面,当区块打包时间为4s时,数据存储到联盟链中,吞吐量最大为27.3tps,所以区块打包时间设定为4s;联邦学习系统使用FCNN和CNN训练MNIST数据集时,论文得到的准确率分别为98%和99%,而基于差分隐私的准确率分别为92%和96%;联邦学习系统使用FCNN和CNN训练CIFAR-10数据集时,论文得到的准确率分别为75%和94%,而基于差分隐私的准确率分别为56%和73%;联邦学习系统使用FCNN和CNN训练温室数据集时,论文得到的准确率分别为97%和93%,而基于差分隐私的准确率分别为92%和90%。论文中基于多密钥同态的隐私融合机制与原始模型的准确率几乎一致,在保护数据隐私的同时有效避免了误差放大。本文方案可以提升智能温室群中数据共享和决策的可靠性,并且能够保证模型参数的隐私融合。这对提高智能温室群的数据安全性和生产效率具有重要的现实意义。

关键词：联盟链多密钥同态联邦学习智能温室群隐私融合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：