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
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
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.
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.