[發明專利]基于車聯網的聯邦學習方法、路邊單元、車輛節點和基站

在審

• 申請號: 202210007360.9
• 申請日: 2022-01-04
• 公開（公告）號: CN114492739A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 高志鵬;莫梓嘉;楊楊;劉立民
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06N20/20;G06Q40/04;G06F21/64;H04L67/12
• 代理公司: 北京金咨知識產權代理有限公司 11612
• 代理人: 宋教花

1.一種基于車聯網的聯邦學習方法，其特征在于，包括：

在主從多鏈的車聯網系統中接收自身當前所屬的從鏈中的各個車輛節點發送的第一交易數據，并根據各個所述第一交易數據分別獲取預存儲在對應的各個所述車輛節點本地的模型訓練數據；

對各個所述模型訓練數據進行全局聚合及共識處理以生成第二交易數據；

自所述主從多鏈的車聯網系統中將所述第二交易數據發送至自身所屬的主鏈中的基站，以使該基站根據接收到的各個所述第二交易數據聚合得到對應的聯邦學習全局模型。

2.根據權利要求1所述的基于車聯網的聯邦學習方法，其特征在于，所述第一交易數據包括：所述模型訓練數據對應的哈希值；

其中，所述哈希值是所述車輛節點將所述模型訓練數據存儲至本地的IPFS單元后生成的；

相對應的，所述根據各個所述第一交易數據分別獲取預存儲在對應的各個所述車輛節點本地的模型訓練數據，包括：

對所述第一交易數據進行真實性驗證；

自通過所述真實性驗證的各個所述第一交易數據中分別提取各自對應的所述哈希值；

基于各個所述哈希值分別自對應的各個所述車輛節點的本地數據存儲單元中提取模型訓練數據，其中，所述本地數據存儲單元為基于IPFS存儲協議生成的IPFS存儲單元。

3.根據權利要求2所述的基于車聯網的聯邦學習方法，其特征在于，所述第一交易數據還包括：損失函數的下降比例；

相對應的，在所述對各個所述模型訓練數據進行全局聚合及共識處理以生成第二交易數據之前，還包括：

自各個所述第一交易數據中分別提取各自對應的損失函數的下降比例；

基于各個所述損失函數的下降比例的倒敘排序結果確定各個所述車輛節點的獎勵排名；

根據所述獎勵排名分別向各個所述車輛節點發送對應的獎勵。

4.根據權利要求1所述的基于車聯網的聯邦學習方法，其特征在于，所述對各個所述模型訓練數據進行全局聚合及共識處理以生成第二交易數據，包括：

對各個所述模型訓練數據進行全局聚合處理以得到對應的全局模型數據，并將所述全局模型數據作為交易數據；

基于目標共識機制針對所述交易數據發起共識以對所述全局模型數據進行驗證，并將經共識后的交易數據確定為第二交易數據，其中，所述目標共識機制為預先基于拜占庭容錯共識機制及委托權益證明共識機制生成。

5.根據權利要求1所述的基于車聯網的聯邦學習方法，其特征在于，所述自所述主從多鏈的車聯網系統中將所述第二交易數據發送至自身所屬的主鏈中的基站，以使該基站根據接收到的各個所述第二交易數據聚合得到對應的聯邦學習全局模型，包括：

自所述主從多鏈的車聯網系統中將所述第二交易數據發送至自身所屬的主鏈中的基站，以使該基站將收到的各個所述第二交易數據各自對應的全局模型數據存儲至本地，返回對應的獎勵，并對各個所述全局模型數據進行全局聚合以生成聯邦學習全局模型，再針對該聯邦學習全局模型進行鍛造區塊、基于目標共識機制發起共識及廣播處理，其中，所述目標共識機制為預先基于拜占庭容錯共識機制及委托權益證明共識機制生成；

接收所述基站發送的獎勵。

6.一種路邊單元，其特征在于，包括：

數據獲取模塊，用于在主從多鏈的車聯網系統中接收自身當前所屬的從鏈中的各個車輛節點發送的第一交易數據，并根據各個所述第一交易數據分別獲取預存儲在對應的各個所述車輛節點本地的模型訓練數據；

數據處理模塊，用于對各個所述模型訓練數據進行全局聚合及共識處理以生成第二交易數據；

數據發送模塊，用于自所述主從多鏈的車聯網系統中將所述第二交易數據發送至自身所屬的主鏈中的基站，以使該基站根據接收到的各個所述第二交易數據聚合得到對應的聯邦學習全局模型。

7.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至5任一項所述的基于車聯網的聯邦學習方法。