基于声誉机制的区块链赋能多无人机系统联邦学习研究

摘要

配置探测器的无人机可用于空气质量预测等应用。联邦学习赋能多无人机系统面临单点故障、恶意攻击、难实现公平激励等挑战。本文研究一种基于声誉机制的区块链赋能多无人机系统联邦学习方案，通过基于区块链的智能合约自动执行任务，以声誉值评估局部模型质量，以声誉阈值为基准识别并移除恶意无人机。根据声誉值将全局模型进行稀疏化，实现公平分配模型利润，综合考虑声誉值与数据量使诚实无人机获得与成本相对应的奖励。仿真通过MNIST数据集验证了本文提出的算法精度高于FedAVG算法，能在恶意无人机占比不同的情况下将其识别并驱逐，实现了模型利润与总预算的公平分配。

关键词

声誉值 / 无人机 / 联邦学习 / 智能合约 / 区块链

基金资助

山西省基础研究计划自然科学研究面上资助项目（202103021224024）;山西省基础研究计划青年科学研究资助项目（20210302123021）; 山西省重点研发计划资助项目（202202020101004）