针对车联网场景下多入多出-正交时频空(Multiple-Input Multiple-Output-Orthogonal Time Frequency Space,MIMO-OTFS)系统的信道状态信息(Channel State Information,CSI)反馈问题,提出了一种面向时延-多普勒(Delay-Dopler,DD)域CSI反...针对车联网场景下多入多出-正交时频空(Multiple-Input Multiple-Output-Orthogonal Time Frequency Space,MIMO-OTFS)系统的信道状态信息(Channel State Information,CSI)反馈问题,提出了一种面向时延-多普勒(Delay-Dopler,DD)域CSI反馈的时间差分架构Transformer网络(Time-differencing Architecture Delay-Doppler Transformer Network,TA-DD-TransNet),引入分时反馈机制,将残差信息建模与压缩反馈相结合。网络结构融合Transformer的全局建模能力与卷积神经网络的局部特征提取优势,在保持CSI重构精度的同时显著降低了反馈比特数与计算复杂度。在不同车速、信噪比及非完美信道估计条件下的仿真实验结果表明,所提方法在归一化均方误差(Normalized Mean Squared Error,NMSE)和余弦相似度指标上均优于CsiNet、CsiNet+和BCsiNet。在60 km/h、30 dB信噪比、1/4压缩率下,TA-DD-TransNet的NMSE约-27 dB,余弦相似度达0.96。复杂度分析显示,TA-DD-TransNet在1/4压缩率下的编码器和解码器浮点运算次数分别为1.809×10^(7)和2.281×10^(7),参数量均为8.4×10~6左右,显著低于CsiNet+。所提方法能满足车联网中对高可靠低时延通信的实际需求。展开更多
为了解决联邦学习在车联网中终端设备数据的异质性导致模型训练准确率不稳定和性能下降,以及车辆分布广泛,通信和计算资源有限的问题,提出一种数据类型和数据规模并行优化的群联邦迁移学习数据共享方法(swarm federated transfer learni...为了解决联邦学习在车联网中终端设备数据的异质性导致模型训练准确率不稳定和性能下降,以及车辆分布广泛,通信和计算资源有限的问题,提出一种数据类型和数据规模并行优化的群联邦迁移学习数据共享方法(swarm federated transfer learning,SFTL)。提出基于高斯混合模型的共识设备组划分机制,通过对数据分布建模构建共识设备组,实现对异质性数据的有效管理和分析;面向划分的共识设备组,设计蜂群学习训练机制,加强相似设备组之间的协同学习过程;提出组间迁移学习机制,通过模型预训练法增量迁移不同共识设备组信息最小化模型差异,提高联邦模型聚合准确率。在公共数据集上的实验表明:与基线方法相比,SFTL模型训练准确率平均提高7%,通信时间平均降低10%。展开更多
针对车联网数据共享场景存在的单点故障、合谋攻击、低吞吐量及高计算成本等问题,提出了一种基于双区块链的隐私保护车联网数据共享方案(A Privacy-preserving and Blockchain-based Data Sharing Scheme for IoV,PBDSS),其核心创新体...针对车联网数据共享场景存在的单点故障、合谋攻击、低吞吐量及高计算成本等问题,提出了一种基于双区块链的隐私保护车联网数据共享方案(A Privacy-preserving and Blockchain-based Data Sharing Scheme for IoV,PBDSS),其核心创新体现在三方面:首先,利用区块链存储数据和管理密钥,防止车联网数据被篡改,并有效抵抗合谋攻击;其次,通过将复杂的解密计算外包给边缘节点,同时实现数据在线/离线加密,降低了用户端计算代价;最后,设计数据分级共享机制,实现了安全性和效率之间的平衡。安全性分析与实验结果表明,相较于现有典型车联网数据共享方案,PBDSS在安全性与性能方面均具有显著优势。展开更多
针对车联网(IoV)的V2N(vehicle to network)环境中车辆安全接入应用服务器场景,提出一种基于物理不可克隆函数(physical unclonable function,PUF)的Kerberos扩展协议PuKE-V2N,实现车辆与远程应用服务器之间的双向认证和与密钥协商,保障...针对车联网(IoV)的V2N(vehicle to network)环境中车辆安全接入应用服务器场景,提出一种基于物理不可克隆函数(physical unclonable function,PUF)的Kerberos扩展协议PuKE-V2N,实现车辆与远程应用服务器之间的双向认证和与密钥协商,保障V2N数据传输的保密性与认证性.利用PUF产生的激励响应对代替标准Kerberos的口令认证,从而防止攻击者通过入侵、半入侵或侧信道攻击等物理攻击造成的密钥泄露威胁.而Kerberos的轻量级双向认证协议,可以克服公钥认证算法计算复杂度高、速度慢的缺陷,高效实现车辆与应用服务器之间的安全数据传输.展开更多
文摘针对车联网场景下多入多出-正交时频空(Multiple-Input Multiple-Output-Orthogonal Time Frequency Space,MIMO-OTFS)系统的信道状态信息(Channel State Information,CSI)反馈问题,提出了一种面向时延-多普勒(Delay-Dopler,DD)域CSI反馈的时间差分架构Transformer网络(Time-differencing Architecture Delay-Doppler Transformer Network,TA-DD-TransNet),引入分时反馈机制,将残差信息建模与压缩反馈相结合。网络结构融合Transformer的全局建模能力与卷积神经网络的局部特征提取优势,在保持CSI重构精度的同时显著降低了反馈比特数与计算复杂度。在不同车速、信噪比及非完美信道估计条件下的仿真实验结果表明,所提方法在归一化均方误差(Normalized Mean Squared Error,NMSE)和余弦相似度指标上均优于CsiNet、CsiNet+和BCsiNet。在60 km/h、30 dB信噪比、1/4压缩率下,TA-DD-TransNet的NMSE约-27 dB,余弦相似度达0.96。复杂度分析显示,TA-DD-TransNet在1/4压缩率下的编码器和解码器浮点运算次数分别为1.809×10^(7)和2.281×10^(7),参数量均为8.4×10~6左右,显著低于CsiNet+。所提方法能满足车联网中对高可靠低时延通信的实际需求。
文摘为了解决联邦学习在车联网中终端设备数据的异质性导致模型训练准确率不稳定和性能下降,以及车辆分布广泛,通信和计算资源有限的问题,提出一种数据类型和数据规模并行优化的群联邦迁移学习数据共享方法(swarm federated transfer learning,SFTL)。提出基于高斯混合模型的共识设备组划分机制,通过对数据分布建模构建共识设备组,实现对异质性数据的有效管理和分析;面向划分的共识设备组,设计蜂群学习训练机制,加强相似设备组之间的协同学习过程;提出组间迁移学习机制,通过模型预训练法增量迁移不同共识设备组信息最小化模型差异,提高联邦模型聚合准确率。在公共数据集上的实验表明:与基线方法相比,SFTL模型训练准确率平均提高7%,通信时间平均降低10%。
基金国家自然科学基金项目(62202090,62173101)辽宁省博士启动基金(2022-BS-077)+3 种基金中央高校基本科研业务费(N2417006)辽宁网络安全执法协同创新中心课题(XTCX2024-015)资助by Liaoning Province Natural Science Foundation Medical-Engineering Cross Joint Fund under Grant 2022-YGJC-24by the Fundamental Research Funds for the Central Universities under Grant N2217009.
文摘针对车联网数据共享场景存在的单点故障、合谋攻击、低吞吐量及高计算成本等问题,提出了一种基于双区块链的隐私保护车联网数据共享方案(A Privacy-preserving and Blockchain-based Data Sharing Scheme for IoV,PBDSS),其核心创新体现在三方面:首先,利用区块链存储数据和管理密钥,防止车联网数据被篡改,并有效抵抗合谋攻击;其次,通过将复杂的解密计算外包给边缘节点,同时实现数据在线/离线加密,降低了用户端计算代价;最后,设计数据分级共享机制,实现了安全性和效率之间的平衡。安全性分析与实验结果表明,相较于现有典型车联网数据共享方案,PBDSS在安全性与性能方面均具有显著优势。
文摘针对车联网(IoV)的V2N(vehicle to network)环境中车辆安全接入应用服务器场景,提出一种基于物理不可克隆函数(physical unclonable function,PUF)的Kerberos扩展协议PuKE-V2N,实现车辆与远程应用服务器之间的双向认证和与密钥协商,保障V2N数据传输的保密性与认证性.利用PUF产生的激励响应对代替标准Kerberos的口令认证,从而防止攻击者通过入侵、半入侵或侧信道攻击等物理攻击造成的密钥泄露威胁.而Kerberos的轻量级双向认证协议,可以克服公钥认证算法计算复杂度高、速度慢的缺陷,高效实现车辆与应用服务器之间的安全数据传输.
