检索结果-南通市图书馆

Dual-blockchain based multi-layer grouping federated learning scheme for heterogeneous data in industrial IoT

blockchain(Research and Applications) 2024年第3期5卷 11-21页

作者： Xin Wang Haoji Zhang Haoyu Wu Hongnian Yu School of Electronic Information and Artificial Intelligence Shaanxi University of Science&TechnologyXi’an710021China School of Engineering and the Built Environment Edinburgh Napier UniversityEdinburghEH105DTUnited Kingdom

Federated learning(FL)allows data owners to train neural networks together without sharing local data,allowing the industrial Internet of Things(IIoT)to share a variety of ***,traditional FL frameworks suffer from data heterogeneity and outdated *** address these issues,this paper proposes a dualblockchain based multi-layer grouping federated learning(BMFL)*** divides the participant groups based on the training tasks,then realizes the model training by combining synchronous and asynchronous FL through the multi-layer grouping structure,and uses the model blockchain to record the characteristic tags of the global model,allowing group-manners to extract the model based on the feature requirements and solving the problem of data *** addition,to protect the privacy of the model gradient parameters and manage the key,the global model is stored in ciphertext,and the chameleon hash algorithm is used to perform the modification and management of the encrypted key on the key blockchain while keeping the block header hash ***,we evaluate the performance of BMFL on different public datasets and verify the practicality of the scheme with real fault *** experimental results show that the proposed BMFL exhibits more stable and accurate convergence behavior than the classic FL algorithm,and the key revocation overhead time is reasonable.

关键词： Federal learning Multi-level grouping editable blockchain Data heterogeneity Industrial Internet of Things(IIOT)

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

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

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

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：