logo móvil
Contáctanos

Lfl-cobc: aprendizaje federado ligero sobre asignación de contribución de dispositivos basada en blockchain

Autores: Li, Qiaoyang; Sun, Yanan; Gao, Ke; Xi, Ning; Zhou, Xiaolin; Wang, Mingyan; Fan, Kefeng

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Lfl-cobc: aprendizaje federado ligero sobre asignación de contribución de dispositivos basada en blockchain


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Sistemas ciberfísicos distribuidos
Protección de la privacidad de datos
Blockchain
Aprendizaje federado ligero
Optimización del rendimiento del dispositivo
Red neuronal convolucional

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 34

Citaciones: Sin citaciones


Descripción
En los sistemas ciberfísicos distribuidos (CPSs) dentro del ámbito industrial, el volumen de datos producido por dispositivos interconectados está aumentando a un ritmo sin precedentes, presentando nuevas oportunidades para mejorar la calidad del servicio a través del intercambio de datos. Sin embargo, la protección de la privacidad de los datos surge como un desafío significativo para los proveedores de datos en redes inalámbricas. Este documento propone una solución que integra blockchain y aprendizaje federado ligero, designada como LFL-COBC, que tiene como objetivo abordar los problemas relacionados con la privacidad de los datos y la optimización del rendimiento de los dispositivos.

Otros recursos que podrían interesarte

Temas Virtualpro