公开(公告)号：CN112261646A

公开(公告)日：2021-01-22

申请号：CN202011107880.4

申请日：2020-10-16

Applicant: 厦门大学

Inventor： 肖亮 ,  洪思愿 ,  卢晓珍 ,  肖奕霖

IPC: H04W12/02

Abstract: 一种可穿戴设备数据安全传输智能调度方法，属于无线通信和信息安全领域。采取跨层设计结合了应用层加密技术和物理层功率控制，应用深度强化学习算法来动态优化可穿戴设备的发射功率和加密密钥长度而无需预测窃听信道模型和干扰模型。采用深度强化学习算法，通过观测数据包优先级、信道状态、接收干扰功率和误码率BER来动态优化可穿戴设备的发射功率和加密密钥长度，以达到抗主动窃听的目的。实现了跨层设计，有效提升系统的保密速率并且降低可穿戴设备的能耗。

公开(公告)号：CN112261646B

公开(公告)日：2022-03-08

申请号：CN202011107880.4

申请日：2020-10-16

Applicant: 厦门大学

Inventor： 肖亮 ,  洪思愿 ,  卢晓珍 ,  肖奕霖

IPC: H04W12/02

Abstract: 一种可穿戴设备数据安全传输智能调度方法，属于无线通信和信息安全领域。采取跨层设计结合了应用层加密技术和物理层功率控制，应用深度强化学习算法来动态优化可穿戴设备的发射功率和加密密钥长度而无需预测窃听信道模型和干扰模型。采用深度强化学习算法，通过观测数据包优先级、信道状态、接收干扰功率和误码率BER来动态优化可穿戴设备的发射功率和加密密钥长度，以达到抗主动窃听的目的。实现了跨层设计，有效提升系统的保密速率并且降低可穿戴设备的能耗。

公开(公告)号：CN113364543B

公开(公告)日：2022-03-15

申请号：CN202110620727.X

申请日：2021-06-03

Applicant: 厦门大学

Inventor： 肖亮 ,  许诗雨 ,  洪思愿 ,  林紫涵 ,  冯玮

IPC: H04B17/391 ,  H04B17/345 ,  H04W16/22 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于联邦强化学习的边缘计算模型训练方法，涉及无线通信和信息安全。1)检测信号覆盖范围内的移动设备数量，构建卷积神经网络，初始化参数；2)将各移动设备的参数组成状态向量输入卷积神经网络中，得选择的移动设备和训练数据量；3)将全局模型参数和选择的数据量发送给移动设备，接收移动设备的本地模型参数，更新全局模型参数；4)根据各移动设备的训练时间、目标识别精度和能量消耗作为奖励值，更新状态向量、存储向量；5)从内存中随机选取存储的向量更新卷积神经网络的权重参数；6)重复2)～5)至移动设备反馈的目标识别精度的平均值大于所需的目标识别精度。提高T秒内目标识别精度，减少训练时间和移动设备能量消耗。

公开(公告)号：CN113364543A

公开(公告)日：2021-09-07

申请号：CN202110620727.X

申请日：2021-06-03

Applicant: 厦门大学

Inventor： 肖亮 ,  许诗雨 ,  洪思愿 ,  林紫涵 ,  冯玮

IPC: H04B17/391 ,  H04B17/345 ,  H04W16/22 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于联邦强化学习的边缘计算模型训练方法，涉及无线通信和信息安全。1)检测信号覆盖范围内的移动设备数量，构建卷积神经网络，初始化参数；2)将各移动设备的参数组成状态向量输入卷积神经网络中，得选择的移动设备和训练数据量；3)将全局模型参数和选择的数据量发送给移动设备，接收移动设备的本地模型参数，更新全局模型参数；4)根据各移动设备的训练时间、目标识别精度和能量消耗作为奖励值，更新状态向量、存储向量；5)从内存中随机选取存储的向量更新卷积神经网络的权重参数；6)重复2)～5)至移动设备反馈的目标识别精度的平均值大于所需的目标识别精度。提高T秒内目标识别精度，减少训练时间和移动设备能量消耗。