(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210844397.7 (22)申请日 2022.07.19 (65)同一申请的已公布的文献号 申请公布号 CN 114915429 A (43)申请公布日 2022.08.16 (73)专利权人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 (72)发明人 景晓军　张荣辉　景泽轩　解彦曦　 崔原豪　穆俊生　张浩　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 陈建民 (51)Int.Cl. H04L 9/32(2006.01) H04L 9/40(2022.01) H04L 67/10(2022.01)H04L 67/1095(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 112532746 A,2021.0 3.19 CN 113822758 A,2021.12.21 CA 3160192 A1,2021.0 5.14 CN 112329073 A,2021.02.0 5 CN 109167838 A,2019.01.08 张若愚 等.面向6G的大规模MIMO通信感知 一体化： 现状与展望. 《移动通信》 .202 2, 樊爱京等.基 于区块链的无线传感网络安全 认证模型. 《平 顶山学院学报》 .2020,(第0 5期), 全文. 审查员 陈珺泠 (54)发明名称 一种通信感知计算一体化网络分布式可信 感知方法及系统 (57)摘要 本发明涉及一种通信感知计算一体化网络 分布式可信感知方法及系统， 涉及无线感知技术 领域， 首先将 全局模型和初始全局参数传输至各 个边缘节 点， 各边缘节点控制本地数据根据进行 本地训练， 得到本地模型参数， 再通过对应的矿 工将本地模 型参数广播出去， 然后对每个本地模 型参数赋予权重计算出全局参数， 通过聚合迭代 的方式更新全局参数， 由于本发 明利用各分布式 边缘节点的算力资源和数据资源进行分别计算， 从而节省了整体的通信和计算资源， 同时本发明 仅使得各边缘节点数据集参与训练， 将训练得到 的本地模型参数进行广播和后续计算， 从而使 得 各边缘节 点的原始数据集不相互暴露， 保证了数 据安全， 有效解决了隐私泄露和数据安全风险的 问题。 权利要求书2页 说明书12页 附图2页 CN 114915429 B 2022.10.11 CN 114915429 B 1.一种通信感知计算 一体化网络分布式可信感知方法， 其特 征在于， 所述方法包括： 边缘节点获取全局模型和初始全局参数， 将初始全局参数代入所述全局模型， 并利用 本地数据对所述全局模型进行本地训练， 得到 本地模型参数； 边缘节点将自己的本地模型参数 上传至对应的矿工； 每 个边缘节点对应一个矿工； 每个矿工将接收到的本地模型参数进行存 储并广播； 接收到广播信息的矿工将接收到的本地模型参数保存至交易池中； 当所述矿工的交易池中的本地模型参数超过设定 阈值时， 所述矿工将交易池中的本地 模型参数发送至对应的边 缘节点； 所述边缘节点根据所述本地模型参数的有效性对接收到的每个本地模型参数以及自 身的本地模型参数 赋予权重； 所述边缘节点根据所述权重将接收到的每个本地模型参数以及自身的本地模型参数 进行加权聚合， 得到迭代全局参数； 矿工将所述迭代全局参数添加至生成的区块中， 并对所述迭代全局参数进行广播和数 字签名验证； 边缘节点判断所述迭代全局参数是否达到预设条件， 若是， 则将所述迭代全局参数作 为最终的全局参数， 若否， 则将所述迭代全局 参数代入所述全局模型， 并返回 “利用本地数 据对所述全局模型进行本地训练， 得到 本地模型参数 ”步骤。 2.根据权利要求1所述的通信感知计算一体化网络分布式可信感知方法， 其特征在于， 所述接收到广播信息的矿工将接收到的本地模型参数保存至交易池中， 具体包括： 接收到广播信息的矿工将所述本地模型参数、 生成所述本地模型参数的时间参数、 生 成所述本地模型参数的边缘节点的参数以及对应的矿工参数打包为交易信息存储至交易 池中。 3.根据权利要求1所述的通信感知计算一体化网络分布式可信感知方法， 其特征在于， 在所述每 个矿工将接收到的本地模型参数进行存 储并广播之后， 还 包括： 对广播信息进行 数字签名认证。 4.根据权利要求1所述的通信感知计算一体化网络分布式可信感知方法， 其特征在于， 所述本地模型参数的更新公式为： ； 其中， 表示学习率， i表示第i个边缘节点， 表示第i个边缘节点的本地模型参 数在第l轮聚合迭代中的第 m次本地迭代后的本地模型参数； 的表示用本 地数据集 Si计算损失函数 f(wi,Si)对本地模型参数的梯度。 5.根据权利要求1所述的通信感知计算一体化网络分布式可信感知方法， 其特征在于， 所述迭代全局参数的更新公式为： ； 其中， 表示第 轮聚合迭代 的迭代全局参数， 表示第 轮聚合迭代 的迭 代全局参数， 为第 轮聚合迭代时第 个交易信息中的本地模型参数， 表示迭代权　利　要　求　书 1/2 页 2 CN 114915429 B 2全局参数 在第l‑1轮聚合迭代中的有效性评估得分， 表示在第 轮聚 合迭代中所有交易信息包含的本地模型参数的有效性评估得分总和， Ci表示第i个交易信 息中的本地模型参数的有效性评估得分， NT是交易信息的总个数。 6.根据权利要求1所述的通信感知计算一体化网络分布式可信感知方法， 其特征在于， 所述初始全局参数通过随机初始化方式获得或者 根据经验设定 。 7.根据权利要求1所述的通信感知计算一体化网络分布式可信感知方法， 其特征在于， 所述对所述迭代全局参数进行广播和数字签名验证， 具体包括： 将所述迭代全局参数 添加至矿工生成的预 备区块中， 得到参数区块； 通过递增的方式调整所述 参数区块中的随机数， 并计算所述 参数区块的哈希值； 当所述哈希值低于预设哈希值时， 广播所述 参数区块； 对广播的参数区块进行 数字签名认证。 8.根据权利要求1所述的通信感知计算一体化网络分布式可信感知方法， 其特征在于， 所述判断所述迭代全局参数 是否达到预设条件， 具体包括： 判断所述迭代全局参数 是否达到设定准确率或聚合迭代次数 是否达到设定聚合轮次。 9.根据权利要求1所述的通信感知计算一体化网络分布式可信感知方法， 其特征在于， 所述边缘节点根据所述本地模型参数的有效性对每 个本地模型参数 赋予权重， 具体包括： 所述边缘节点利用CRITIC 权重法和牛 顿冷却定律 算法计算每 个本地模型参数的权 重。 10.一种通信感知计算一体化网络分布式可信感知系统， 其特征在于， 所述系统包括： 若干个边 缘节点和若干个矿工； 每 个边缘节点对应一个矿工； 所述边缘节点用于： 获取全局模型和初始全局参数， 将初始全局参数代入所述全局模型， 并利用本地数据 对所述全局模型进行本地训练， 得到 本地模型参数； 将自己的本地模型参数 上传至对应的矿工； 根据所述本地模型参数的有效性对接收到的每个本地模型参数以及自身的本地模型 参数赋予权重； 根据所述权重将接收到的每个本地模型参数以及自身的本地模型参数进行加权聚合， 得到迭代全局参数； 边缘节点判断所述迭代全局参数是否达到预设条件， 若是， 则将所述迭代全局参数作 为最终的全局参数， 若否， 则将所述迭代全局 参数代入所述全局模型， 并返回 “利用本地数 据对所述全局模型进行本地训练， 得到 本地模型参数 ”步骤； 所述矿工用于： 将接收到的本地模型参数进行存 储并广播； 将接收到的本地模型参数保存至交易池中； 当交易池中的本地模型参数超过设定阈值 时， 将交易池中的本地模型参数发送至对应 的边缘节点； 将所述迭代全局参数添加至生成的区块中， 并对所述迭代全局参数进行广播和数字签 名验证。权　利　要　求　书 2/2 页 3 CN 114915429 B 3