检索结果-南通市图书馆

针对数据异构和设备异构问题的联邦优化算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

针对数据异构和设备异构问题的联邦优化算法研究

作者：王鑫杭州电子科技大学

学位级别：硕士

随着移动互联网和物联网等技术的迅速发展,“万物互联”成为信息技术的新趋势。终端设备数量的爆炸式增长,导致了用户数据量的剧烈增加,推动了利用人工智能进行海量用户数据分析技术的发展。出于对隐私的保护,一些敏感的用户数据(如健... 详细信息

随着移动互联网和物联网等技术的迅速发展,“万物互联”成为信息技术的新趋势。终端设备数量的爆炸式增长,导致了用户数据量的剧烈增加,推动了利用人工智能进行海量用户数据分析技术的发展。出于对隐私的保护,一些敏感的用户数据(如健康信息和身份信息)需要在网络中保持相互隔离。然而,传统人工智能技术的集中式模型训练存在极高的隐私泄漏风险,无法适用于当前需求。联邦学习则由于能在保证用户数据隔离的前提下完成人工智能建模,成为了新的研究热点。联邦学习是一种协调多个客户端的分布式机器学习技术,每个客户端使用自己的数据训练模型,中央服务器通过对客户端模型进行聚合,生成全局模型。重复上述过程,直到全局模型收敛,即可获得最终全局模型。该方法由于不上传用户原始数据保证了客户端数据的隐私安全,但在实际应用中,通常存在以下两个问题:(1)数据异构性导致全局模型精度低。由于客户端所持有的数据受到自身偏好等因素的影响,客户端数据集总体上呈现出非独立同分布(NonIndependent and Identically Distribution,Non-IID)的特性,即数据异构性。该特性会促使不同客户端模型间存在较大偏差,影响最终全局模型的精度。(2)设备异构性导致模型训练效率低。联邦学习的客户端可以是各种类型的终端设备,如手机、电脑、智能家居设备等。不同设备的计算能力、通信带宽和存储能力等系统资源往往差异显著,产生设备异构性。在模型聚合过程中,服务器为每个客户端设置相同的local epochs,从而导致计算较快的客户端会为了等待较慢的客户端而保持长时间空转,大幅降低了整体训练效率。当前针对数据异构性问题的相关研究中,纠正客户端梯度的方法往往会造成联邦系统通信量的翻倍,通信成本较高,正则化方法又由于在正则项的设计上忽略了对模型内部结构的针对性优化,导致全局模型精度提升不明显。针对设备异构性问题的相关研究中,异步通信方案由于有界延迟假设不成立而无法应用于联邦系统,主动客户端采样虽然能一定程度上提高训练效率,但是可能造成全局模型精度受损。针对上述问题,本文分别提出了解决方案,主要研究工作包括以下几个方面:(1)针对数据异构性导致全局模型精度低的问题,提出基于编码对比和分类矫正的联邦优化算法TS-Fed PC。该算法将模型划分为编码器和分类器两部分,并通过对编码器的原型对比训练和分类器的无偏仿真矫正,有针对性地削弱异构数据对全局模型内部结构的影响,有效提高数据异构环境中全局模型的精度。实验证明,TS-Fed PC与同类型的其他算法相比能够在不同数据集上取得最高的模型精度,同时保持低水平的通信量。(2)针对设备异构性导致模型训练效率低的问题,提出基于动态设置local epochs的联邦训练方法。该方法基于客户端模型训练时长可指导动态设置local epochs的思想,首先设计权重模型用于分析模型特征对训练时长的影响,然后结合降维规则以提取对训练时长影响较大的关键特征,大幅降低预测训练时长所需的特征和数据量,提高模型训练时长预测算法在联邦系统中应用的可行性,最后,提供一个基于客户端训练时长预测的动态设置local epochs算法用于提高整体训练效率。

关键词：联邦学习数据异构性设备异构性原型对比学习时间预测

基于MAB机制的带有缓存结构的高效半异步联邦学习算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于MAB机制的带有缓存结构的高效半异步联邦学习算法

作者：王晨裕吉林大学

学位级别：硕士

随着物联网技术的不断发展,越来越多的数据在边缘设备上产生。但是越来越严格的个人信息保护相关法律使得我们不能直接利用这些数据,并且不同机构之间存在的竞争关系也使得数据不能共通共享,这种现象被叫做数据孤岛。为了解决数据孤岛... 详细信息

随着物联网技术的不断发展,越来越多的数据在边缘设备上产生。但是越来越严格的个人信息保护相关法律使得我们不能直接利用这些数据,并且不同机构之间存在的竞争关系也使得数据不能共通共享,这种现象被叫做数据孤岛。为了解决数据孤岛的问题,谷歌公司于2016年提出了联邦学习的概念。在联邦学习中,客户端用本地的数据来训练模型,在保证自身隐私不泄露的前提下只上传训练好的模型更新参数(以下简称模型)。但是客户端设备参差不齐的计算能力和网络环境以及客户端所拥有的异构数据可能会在同步联邦学习中使全局模型训练时间变长,也会在异步联邦学习中影响全局模型质量。为了解决以上问题,本文提出了一种带有缓存结构的半异步联邦学习客户端选择机制,命名为BSACS-FL(Buffered Semi-Asynchronous Client Selection Federated Learning)。在BSACS-FL中,服务端首先会根据带宽预算决定每一轮有多少客户端可以上传其本地模型。为了选出更合适的客户端,本文将客户端本地模型的陈旧性拆分为由训练引起的陈旧(Training Staleness)和在缓存中等待所引起的陈旧(Waiting Staleness)。已有研究证明本地模型越陈旧,对全局模型的损害越大,所以服务端会在所有已训练好的本地模型中先选择最新的模型,即Waiting Staleness值较小的本地模型。为了加快训练过程,如果模型的新鲜度相同,服务端会选择计算能力较强的客户端,即Training Staleness值较小的客户端。此外,由于客户端设备上不同的时刻会运行不同的应用程序,所以客户端的计算资源总是在变化,其训练能力也会随之变化。因此,服务端使用基于置信区间上界的多臂老虎机机制来动态预测客户端的训练能力,从而在服务端更新Training Staleness值和Waiting Staleness值,为下一轮服务端选择客户端做准备。为了进一步减弱设备的系统异构性和数据异构性对全局模型的损害,服务端根据本地模型的落后程度和本地模型与全局模型的相似性对其重新加权。最后,为了不浪费客户端的计算成果,本文在客户端设置一个缓存区,用于存储已被客户端训练完但未被服务器选择聚合的本地模型。本文使用图像识别数据集MNIST和通过智能手机传感器收集的真实世界的人体活动数据集Mobi Act在多个方面进行了实验。首先通过实验确定了全局模型聚合时衡量本地模型落后程度函数的超参数和衡量本地模型与全局模型相似程度函数的超参数的最优组合,得出当取2,取1时效果最优。其次分析了不同大小的聚合时间片对算法的影响,结果显示当时间片设置为恰好能使服务端每轮将所有训练完的客户端聚合时,实验结果最优。最后与同步联邦学习算法Fed Avg、异步联邦学习Fed Async和半异步联邦学习算法Fed Buff相对比,结果都显示BSACS-FL能在相同时间内达到更高的准确率。在同类研究中,本文最先提出将缓存结构设置于客户端,并且最先提出用预测本地模型的训练延迟代替直接预测客户端的准确训练能力,提高了预测结果的容错性。本文最终通过实验验证了用BSACS-FL算法训练出的全局模型与其他同类算法训练出的全局模型相比能在同样时间内达到更高的预测准确率。

关键词：联邦学习设备异构性多臂老虎机机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多源信息融合的室内定位方法研究

多源信息融合的室内定位方法研究

作者：伍春萍桂林电子科技大学

学位级别：硕士

在技术发展和社会需求的推动下,基于位置服务应运而生,如车辆监控、救灾、军事和行人热图绘制等。在室外环境,全球卫星导航系统(Global Navigation Satellite System,GNSS)作为目前最具竞争力的定位技术,能够为户外用户提供全天时、全... 详细信息

在技术发展和社会需求的推动下,基于位置服务应运而生,如车辆监控、救灾、军事和行人热图绘制等。在室外环境,全球卫星导航系统(Global Navigation Satellite System,GNSS)作为目前最具竞争力的定位技术,能够为户外用户提供全天时、全天候精准可靠的导航服务。然而在室内环境由于建筑物遮挡,卫星信号无法到达,致使GNSS失效。传统的单一模式定位技术虽然可成为基于位置服务的补充手段,但是对目标所处环境信息利用效率低,导致定位精度较低。而多源信息融合定位是一种基于多种信息融合策略的定位方式,通过多信息采集,增加了数据冗余度,得到具有更加准确、可靠的定位性能,弥补单一定位技术的不足。本文从声信号和惯性测量单元(Inertial Measurement Unit,IMU)两方面对多源信息融合定位技术进行研究。针对声音信号在室内传播时存在折射、阻挡、反射和其他频率信号的干扰,在定位过程中会出现偶然误差,行人航位推算(Pedestrian Dead Reckoning,PDR)定位技术随时间的推移存在累积误差的问题,开展了多源信息融合的室内定位方法研究。主要内容为:研究了基于声信号的室内定位方法。针对声信号定位容易受多径效应和非视距传播影响,容易产生异常点等问题,提出一种距离阈值检测法。开展了基于CHAN位置估计的室内定位系统设计与实现工作。首先对当前主流的几种声学定位算法进行描述;其次,从定位信号设计、室内环境构建、信号预处理、时延估计方面建立了基于声信号的室内定位模型;最后,在仿真环境中实现基于信号到达时间差(Time Difference of Arrival,TDOA)和CHAN估计的室内定位。实验结果表明,在相同条件下,CHAN算法的均方误差相较TDOA提高了24%。研究了行人航位推算的室内定位方法。针对传统PDR定位随着时间的推移存在累积误差的问题,提出一种动态改进的PDR算法。首先利用终端设备采集传感器数据,对数据进行滤波处理;其次,改进算法针对传统步长估计模型精度不高问题,据行人运动特点结合加速度和前两步自适应更新步长,针对不同设备存在异构性情况,根据滤波处理后的惯性数据对不同移动终端的航向角漂移和静态飘移进行修正,得到校正后当前步前进的方向;最后,在真实环境中实验验证,结果表明,改进PDR算法的步长估计模型误差小于1.5%,平均误差为0.5 m,RMSE达到0.6 m,改进PDR算法既提高了定位精度,又解决了PDR的累积误差问题。研究了CHAN估计与改进PDR融合定位方法。针对单一定位技术在兼容性、普适性、成本和精度方面很难兼容的问题,提出一种CHAN-IPDR-ILS算法。该算法利用CHAN估计初始化用户位置,根据前两步的步长估计当前步的步长,对不同移动终端存在异构性进行航向修正,再通过动态运动方程,将声信号和改进PDR进行自适应融合定位。此外,针对声信号和PDR定位存在异常点问题,设计了一种距离阈值检测法。在两个不同真实环境中实验验证,结果表明,CHAN-IPDR-ILS方法的90th百分位的累积密度函数为0.3 m,平均误差为0.2 m,RMSE达到0.2 m。所提出的CHAN-IPDR-ILS方法充分利用了目标所处环境信息,实测定位结果为不同的设备和场景提供了高度的普适性,并在低成本和高精度方面与智能手机兼容。

关键词：多源融合 CHAN算法行人航位推算设备异构性步长估计航向估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

免校准的跨异构设备的室内定位方法

计算机工程与应用 2020年第2期56卷 248-254页

作者：杨锦朋常俊余江李晓薇云南大学信息学院

针对基于WiFi指纹的室内定位中设备异构带来的定位精度偏移和鲁棒性差的问题,提出一种免校准的跨异构设备的室内定位方法。结合最强AP(Access Point,接入点)分类和普氏分析(Procrustes Analysis)对原始指纹库进行标准化处理,再经过极限... 详细信息

针对基于WiFi指纹的室内定位中设备异构带来的定位精度偏移和鲁棒性差的问题,提出一种免校准的跨异构设备的室内定位方法。结合最强AP(Access Point,接入点)分类和普氏分析(Procrustes Analysis)对原始指纹库进行标准化处理,再经过极限学习机(Extreme Learning Machine,ELM)训练,建立分类的回归模型估计待定位节点的位置。在典型实验楼场景使用四种异构类型的手机进行实验,实验结果表明,与传统的免校准方法相比,该算法提高了定位的准确性和稳定性。

关键词：室内定位设备异构性最强AP分类标准化指纹极限学习机

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

物联网中嵌入式设备的远程证明协议研究

物联网中嵌入式设备的远程证明协议研究

作者：严雯雯南京理工大学

学位级别：硕士

近年来,物联网发展迅猛,物联网设备已经走入千家万户,其数量规模呈爆发式增长。然而,物联网设备的普及在带来便利的同时也带来了安全隐患。物联网嵌入式设备大多在计算能力、存储能力等方面受限,这使得他们往往缺乏自我保护的能力。大... 详细信息

近年来,物联网发展迅猛,物联网设备已经走入千家万户,其数量规模呈爆发式增长。然而,物联网设备的普及在带来便利的同时也带来了安全隐患。物联网嵌入式设备大多在计算能力、存储能力等方面受限,这使得他们往往缺乏自我保护的能力。大量的物联网设备直接暴露在攻击者的视线内,导致物联网安全事件频发,物联网设备安全受到了广泛关注,保护物联网设备的安全成为物联网安全研究中的重点。远程证明允许一个可信实体验证远距离的、可能受感染的设备的状态。远程证明技术因其对设备的改动小、运行开销低、检测的攻击全面,成为了保护物联网设备安全的方案中最受青睐的一种。同时,随着物联网设备的规模不断增长,面对海量的物联网设备,更高效的设备群远程证明方案是目前远程证明协议研究领域的核心问题之一。然而现有的设备群远程证明方案仍然面临着物理攻击、设备异构性、设备群的动态性等挑战。本文重点对物联网嵌入式设备的远程证明协议进行了深入研究。主要工作如下:（1）针对物联网设备群中,设备容易受到物理攻击的问题,本文提出了一个可验证物理攻击的设备群远程证明方案EAPA。该方案在远程证明技术中结合了存在性检测以检测设备群中的物理攻击。同时,EAPA通过分布式证明模式避免了之前方案的单点故障问题,并降低了设备的通信和计算开销;通过举报机制确保物理攻击能够在第一时间被发现;通过密钥更新机制在降低设备身份认证的计算开销的同时保证网络的安全性。此外,EAPA方案将证明的计算开销和时间开销降低到了常数级。本文通过安全性分析证明了EAPA方案的正确性和安全性。（2）针对设备群中设备证明需求的差异性,本文提出了一个适应异构设备的设备群远程证明方案ASA。该方案利用机器学习模型选择最需要被检测的设备,从而满足异构设备的证明需求并大大减少了冗余的证明开销。ASA结合了异构设备的静态特征和运行时产生的动态数据信息来预测每个设备的状态,提高了预测模型的准确性。同时,利用地理位置固定的通信节点转发网络中的所有信息,ASA方案能够更好地适应高移动性的动态设备群。此外,安全性分析证明了ASA方案的安全性。（3）使用OMNET++仿真工具,模拟了本文中提出的方案与部分现有方案。从仿真实验结果可以看出,和现有的可验证物理攻击的设备群远程证明方案相比,EAPA的消耗最低。而且,群中设备的数量对EAPA运行时间的影响极小。和设备群远程证明方案中的经典方案SEDA、适应动态群的方案SALAD、分布式远程证明方案ESDRA相比,ASA方案大大降低了设备的能量开销以及设备群的整体运行时间。同时,相比于SALAD方案,ASA方案在应用于动态设备群的时候具有更好的效果。

关键词：物联网物联网安全远程证明物理攻击设备异构性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

效能增强的Ad hoc网络服务发现协议

计算机工程 2010年第4期36卷 88-90页

作者：徐敬东王志刚南开大学网络与信息安全实验室天津300071

针对Ad hoc网络中服务发现难度大的问题,分析当前服务发现协议的优缺点,提出一种适用于Ad hoc的服务发现协议ESDP,该协议位于应用层,采用推拉结合的模式,通过缓存、节点合作、随机回退等机制减少数据包传输,从而节省电量消耗,同时考虑... 详细信息

针对Ad hoc网络中服务发现难度大的问题,分析当前服务发现协议的优缺点,提出一种适用于Ad hoc的服务发现协议ESDP,该协议位于应用层,采用推拉结合的模式,通过缓存、节点合作、随机回退等机制减少数据包传输,从而节省电量消耗,同时考虑设备的异构性和安全机制。网络模拟和分析表明该协议性能良好。

关键词：服务发现设备异构性节点合作

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

面向服务的通用M2M语义表示技术的研究

面向服务的通用M2M语义表示技术的研究

作者：李燕电子科技大学

学位级别：硕士

随着M2M(Machine-to-machine)应用的广泛发展,接入的设备种类也越来越繁多,由此产生了设备异构性问题。M2M垂直领域内发展问题,设备的异构性,服务的多样性使得M2M互联互通变得更加困难。此外,上层应用与底层设备之间也无法直接交流和相... 详细信息

随着M2M(Machine-to-machine)应用的广泛发展,接入的设备种类也越来越繁多,由此产生了设备异构性问题。M2M垂直领域内发展问题,设备的异构性,服务的多样性使得M2M互联互通变得更加困难。此外,上层应用与底层设备之间也无法直接交流和相互理解。本文提出了面向服务的通用M2M语义表示技术,实现了高效、简洁的服务查找和服务实现流程,并且在保证通用性的同时,也为智慧服务提供了一定的支持。本文首先对现有M2M服务分析,按照服务流程以及M2M服务与环境交互的特点,将服务从服务概述,服务过程和服务接入三方面进行建模。其中,服务概述是对服务的基本描述,还包括服务能力、范围等异构信息描述;服务过程是对服务流程的一种建模,包括依赖服务关系而实现的服务分解和通过服务匹配而实现的服务查找过程。服务接入描述了服务的访问方法。鉴于M2M服务的实现依赖于对设备的理解,因此,通过对现有SSN(Semantic Sensor Network)的设计模式分析和扩展提出了通用M2M设备描述设计模式“输入(Input)-输出(Output)-能力(Capability)-部署(Deployment)”。此模型实现了对设备的统一资源描述和设备的语义知识本体构造,在一定程度上简化了对设备的查找,并且通过此模型将设备和服务有效的链接在了一起。本文利用M2M服务模型和设备描述模型,提出了通用M2M服务架构,包括设备抽象和接入、基于IOCD的语义标注以及基于上下文的语义标注;另外,还提供了在某一环境范围内通过依赖服务领域知识和设备本体以及上下文本体而形成具体环境服务实例本体的过程。最后,基于此服务实例本体而完成了从服务请求到服务分解和服务匹配以及服务实现的过程。基于上述的建模描述方式和通用M2M服务架构,在智能家居系统加以验证。该验证系统实现了智能家居的舒适度服务,并设计对比实验验证了设计模型在技术参数和应用参数的可用性,也表明了此表示方法对于服务支持和快速服务实现的有效性。

关键词： M2M服务设备异构性互联互通语义建模

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于聚类的射频指纹定位技术研究

基于聚类的射频指纹定位技术研究

作者：王凤北京邮电大学

学位级别：硕士

移动互联网兼顾了移动性和互联网的双重特性,位置服务已成为其标准配置。随着移动互联网的蓬勃发展,日益增长的位置服务应用对地理位置信息的要求越来越高,因此无线定位系统逐渐成为了研究热点。基于WiFi的射频指纹定位技术以其易部署... 详细信息

移动互联网兼顾了移动性和互联网的双重特性,位置服务已成为其标准配置。随着移动互联网的蓬勃发展,日益增长的位置服务应用对地理位置信息的要求越来越高,因此无线定位系统逐渐成为了研究热点。基于WiFi的射频指纹定位技术以其易部署、低成本优势,提供了全新的实时定位跟踪解决方案。但是该技术同时也面临着诸多问题,例如实时定位搜索开销大,信号数据的时变特性以及设备异构性造成的不同设备在同一位置受到的信号数据有波动,针对在定位过程中出现的一系列问题,本文采用了基于聚类的射频指纹定位技术,从构建高质量指纹数据库、位置特性、时变特性、设备异构性四方面分别进行分析,利用聚类算法对信号数据进行分析处理,并在实际定位环境中进行了算法验证。首先本文利用DBSCAN算法剔除错误或者偏差较大的信号数据,构建了高质量的指纹数据库。其次针对信号的时变特性,利用了Affinity Propagation算法进行聚类,有效地解决了信号时间迁移性的问题。在位置聚类方面,对多楼层和平面布局区域分别考虑,设计了基于AP集合聚类和基于位置指纹的聚类的双重解决方案,有效地减少了定位中的计算开销,提高定位速度。此外,由于无线定位系统中同一位置不同设备接收到的信号强度不一,严重影响了定位精度。针对此,本文利用基于设备异构性的聚类方法,并根据聚类结果对设备作了相应的映射,提高了定位精度,同时减小了采样开销。本文的贡献在于利用聚类的思想对定位中各阶段出现的问题对指纹进行处理,设计了一种构建高质量指纹库的方法,并分别以位置、时间、设备为维度对指纹进行聚类分析,从而提高定位精度,降低了定位开销。

关键词：无线定位聚类射频指纹设备异构性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

近距离移动智能终端的协同计算机制

中兴通讯技术 2015年第6期21卷 14-18页

作者：宋峥 Eli Tilevich 弗吉尼亚理工大学美国黑堡24060

提出使用智能移动设备之间的本地化协作弥补"云—端"协作的缺陷,可以以极低的成本实现设备性能的提升,降低设备网络通信和能量消耗。针对智能设备本地化协作中面临的设备异构性的问题,提出了一种解释型语言和相应中间件支持,用于开发智... 详细信息

提出使用智能移动设备之间的本地化协作弥补"云—端"协作的缺陷,可以以极低的成本实现设备性能的提升,降低设备网络通信和能量消耗。针对智能设备本地化协作中面临的设备异构性的问题,提出了一种解释型语言和相应中间件支持,用于开发智能终端间的协作应用,并对协作应用提供运行时的支持。另外,还提出了移动智能设备协作领域面临的开放性研究的一些问题。

关键词：移动智能设备的协作设备异构性资源查询语言和中间件