通信学报

联邦学习中基于时分多址接入的用户调度策略

陶梅霞, 王栋, 孙瑞, 张乃夫

2021, 42(6): 1-29. doi:10.11959/j.issn.1000-436x.2021056

摘要 ( 536 )

在线阅读 ( 113 )

PDF下载 (2633KB) ( 633 )

可视化

数据和表 | 参考文献 | 相关文章

为了提高联邦学习的通信效率，针对用户计算能力和信道状态异构的场景，提出了一类基于时分多址接入的用户调度策略，在满足给定单轮模型训练所需计算的样本数量约束下，最小化单轮模型更新的系统时延。理论分析了该调度策略的预期收敛速度，探究收敛性能与系统总时延的均衡关系，并进一步分析最优批大小的选择问题。仿真结果显示，所提算法与基准算法相比，模型收敛速率提升30%以上。

区块链PCN的高效路由策略

霍如, 倪东, 卢华, 夏云峰, 汪硕, 黄韬, 刘韵洁

2021, 42(6): 30-40. doi:10.11959/j.issn.1000-436x.2021113

摘要 ( 658 )

在线阅读 ( 77 )

PDF下载 (1161KB) ( 597 )

可视化

数据和表 | 参考文献 | 相关文章

针对付费信道网络交易成功率低及网络失衡问题，提出区块链付费信道网络高效路由策略。该策略根据业务类型及业务优先级为高优先级业务建立专用付费信道，并将常规业务划分为多个交易单元，通过信道均衡选路算法为各交易单元选路，减少链上交易次数，维持付费信道的长时间稳定性运行，提高交易成功率。为了避免多个交易同时使用某一链路导致资金暂时性短缺、信道不可用，设计付费信道网络交易排队机制。该机制通过计算交易到达节点与下一跳节点之间的托管金额，建立交易的转发规则，对于排队阈值内无法进行资金注入的节点，设计信道均衡选路算法为其计算新的转发路径。仿真结果表明，所提策略可以提高交易成功率并实现付费信道网络均衡。

基于深度确定性策略梯度的随机路由防御方法

徐潇雨, 胡浩, 张红旗, 刘玉岭

2021, 42(6): 41-51. doi:10.11959/j.issn.1000-436x.2021093

摘要 ( 354 )

在线阅读 ( 56 )

PDF下载 (1017KB) ( 502 )

可视化

数据和表 | 参考文献 | 相关文章

针对现有随机路由防御方法对数据流拆分粒度过粗、对合法的服务质量（QoS）保障效果不佳、对抗窃听攻击的安全性有待提升等问题，提出一种基于深度确定性策略梯度（DDPG）的随机路由防御方法。通过带内网络遥测（INT）技术实时监测并获取网络状态；通过DDPG方法生成兼顾安全性和QoS需求的随机路由方案；通过 P4 框架下的可编程交换机执行随机路由方案，实现了数据包级粒度的随机路由防御。实验表明，与其他典型的随机路由方法相比，所提方法在对抗窃听攻击中的安全性和对网络整体QoS的保障效果均有提升。

城市场景中车联网时空数据分析及其通达性方法

程久军, 原桂远, 崔杰, 周爱国, 吕博, 李光耀

2021, 42(6): 52-61. doi:10.11959/j.issn.1000-436x.2021110

摘要 ( 312 )

在线阅读 ( 40 )

PDF下载 (1431KB) ( 425 )

可视化

数据和表 | 参考文献 | 相关文章

为了解决城市场景中车联网时空数据异构以及单个基础设施范围内存在连通效率低下的问题，提出一种车联网时空数据分析及其通达性方法。首先，给出基于噪声去除和数据填充的时空数据分析方法，构建基于张量因子聚合的神经网络预测车辆之间的连通强度；然后，基于车联网连通强度给出有基础设施车联网的通达性方法。仿真实验结果表明，基于张量因子聚合的神经网络可以有效预测车辆之间的连通强度，所提方法可以有效减少连通冗余和路边基础设施负载。

基于DRL的联邦学习节点选择方法

贺文晨, 郭少勇, 邱雪松, 陈连栋, 张素香

2021, 42(6): 62-71. doi:10.11959/j.issn.1000-436x.2021111

摘要 ( 1171 )

在线阅读 ( 142 )

PDF下载 (1208KB) ( 896 )

可视化

数据和表 | 参考文献 | 相关文章

为了应对设备差异化计算能力及非独立同分布数据对联邦学习性能的影响，高效地调度终端设备完成模型聚合，提出了一种基于深度强化学习的设备节点选择方法。该方法考虑异构节点的训练质量和效率，筛选恶意节点，在提升联邦学习模型准确率的同时，优化训练时延。首先，根据联邦学习中模型分布式训练的特点，构建基于深度强化学习的节点选择系统模型。其次，考虑设备训练时延、模型传输时延和准确率等因素，提出面向节点选择的准确率最优化问题模型。然后，将问题模型构建为马尔可夫决策过程，并设计基于分布式近端策略优化的节点选择算法，在每次训练迭代前选择合理的设备集合完成模型聚合。仿真实验表明，所提方法显著提高了联邦学习的准确率和训练速度，且具有良好的收敛性和稳健性。

基于改进灰狼优化的复杂网络重要节点识别算法

顾秋阳, 吴宝, 孙兆洋, 池仁勇

2021, 42(6): 72-83. doi:10.11959/j.issn.1000-436x.2021088

摘要 ( 321 )

在线阅读 ( 56 )

PDF下载 (984KB) ( 393 )

可视化

数据和表 | 参考文献 | 相关文章

近年来，如何识别影响力最大的重要节点已成为网络科学最前沿的热点方向。将复杂网络节点影响力最大化问题表述为一个优化问题，其成本函数表示为节点影响力及其间的距离，使用Shannon熵对节点影响力进行度量，并利用一种改进灰狼优化算法来解决此问题。最后，使用真实复杂网络数据集进行数值计算。结果表明，与现有算法相比，所提算法精度更高，且计算效率较高。

基于有监督判别投影的网络安全数据降维算法

郭方方, 吕宏武, 任威霖, 王瑞妮

2021, 42(6): 84-93. doi:10.11959/j.issn.1000-436x.2021117

摘要 ( 213 )

在线阅读 ( 25 )

PDF下载 (1424KB) ( 391 )

可视化

数据和表 | 参考文献 | 相关文章

针对传统流形学习在数据降维时不考虑原数据类别和聚类程度低的缺陷，提出了一种有监督判别投影（SDP）的流形学习降维算法来改善网络安全数据降维效果。在近邻矩阵基础上，利用数据集的类别标签信息，构建有监督判别矩阵，变无监督流形学习为有监督学习，寻找一个同时具有最大全局散度矩阵和最小局部散度矩阵的低维投影子空间，保证了降维投影后同类数据聚集而异类数据分散的特性。实验结果显示，与传统降维算法相比，所提算法可以较低的时间复杂度去除冗余数据，并且降维后的数据聚类效果更好，异类样本更分散，适用于实际的网络安全数据分析模型。

下行MIMO广播信道中基于偏袒干扰消除的回溯干扰对齐方案

李劲夫, 冯文江, 王文收, 蒋卫恒, 杨崇海

2021, 42(6): 94-106. doi:10.11959/j.issn.1000-436x.2021092

摘要 ( 265 )

在线阅读 ( 24 )

PDF下载 (939KB) ( 487 )

可视化

数据和表 | 参考文献 | 相关文章

针对具有反馈时延的单小区多用户MIMO蜂窝干扰网络，采用时延度（DoD）来量化干扰对齐方案引起的信息时延，提出一种基于偏袒干扰消除的回溯干扰对齐（PIE-RIA）方案。该方案首先在中继处获取干扰符号并设计预编码矩阵，然后中继发送已编码的干扰符号至用户执行干扰消除，最后基站利用反馈的干扰信号与CSI实现多个用户的回溯干扰对齐。仿真结果表明，PIE-RIA方案在保留自由度（DoF）增益的同时降低了DoD，保证了时延敏感网络中信息传输的实时性。

差分隐私下多重一致性约束问题的逼近方法

蔡剑平, 刘西蒙, 熊金波, 应作斌, 吴英杰

2021, 42(6): 107-117. doi:10.11959/j.issn.1000-436x.2021122

摘要 ( 616 )

在线阅读 ( 34 )

PDF下载 (937KB) ( 507 )

可视化

数据和表 | 参考文献 | 相关文章

为了解决差分隐私下多重一致性约束的最优发布问题，通过分析最优一致性发布原理提出了多重一致性约束问题的逼近方法。所提方法的主要思想是将一致性约束问题划分为多个一致性约束子问题，通过反复独立地求解各一致性约束子问题实现原问题的最优一致性发布。其优势在于一致性约束问题划分之后，子问题往往更容易求解或者实现子问题最优一致性发布的技术已相当成熟，从而能够解决更加复杂的差分隐私最优发布问题。分析论证了逼近方法的收敛性，保证任意一致性约束子问题的划分均能实现原问题的最优一致性发布。并且，以销量直方图发布为例，基于多重一致性约束问题的逼近方法设计了差分隐私餐馆销量直方图一致性并行发布算法。实验表明，该算法相比通用解法可提升效率高达400倍，并且具备处理百万级大规模数据的能力。

基于多智能体元强化学习的车联网协同服务缓存和计算卸载

宁兆龙, 张凯源, 王小洁, 郭磊

2021, 42(6): 118-130. doi:10.11959/j.issn.1000-436x.2021104

摘要 ( 697 )

在线阅读 ( 91 )

PDF下载 (1302KB) ( 586 )

可视化

数据和表 | 参考文献 | 相关文章

为了降低求解优化问题的难度，提出一种双层的多路侧单元（RSU）协同缓存框架将问题进行解耦。外层采用多智能体元强化学习方法，在每个本地智能体进行决策学习的同时，采用长短期记忆网络作为元智能体来平衡本地决策并加速学习过程，从而得到最优的 RSU 缓存策略；内层采用拉格朗日乘子法求解最佳协同卸载策略，实现 RSU 间的任务分配。基于杭州真实交通数据的实验表明，所提方法具有理想的能效性能，并且能够在大规模任务流下保持网络稳健性。

基于属性签名标识的SDN数据包转发验证方案

常朝稳, 金建树, 韩培胜, 祝现威

2021, 42(6): 131-144. doi:10.11959/j.issn.1000-436x.2021079

摘要 ( 260 )

在线阅读 ( 35 )

PDF下载 (1232KB) ( 727 )

可视化

数据和表 | 参考文献 | 相关文章

针对软件定义网络（SDN）中数据包缺乏有效转发验证机制的问题，提出了一种基于属性签名标识的数据包转发验证方案。首先，根据用户的身份属性生成属性签名标识，并为数据包打上属性签名标识。然后，使用P4转发设备对数据包进行精确控制与采样，控制器对采样数据包进行属性签名验证，OpenFlow转发设备根据控制器下发的流表对转发异常的数据包进行处理。最后，构建了多控制器架构，避免了控制器单点失效故障。实验结果表明，所提方案实现了对数据包的精确控制与采样，能有效检测数据包篡改、伪造等异常行为，其网络时延处于可行通信时延范围内。

具有可信约束的分布式存储因果一致性模型

田俊峰, 张俊涛, 王彦骉

2021, 42(6): 145-157. doi:10.11959/j.issn.1000-436x.2021091

摘要 ( 238 )

在线阅读 ( 22 )

PDF下载 (899KB) ( 379 )

可视化

数据和表 | 参考文献 | 相关文章

目前，关于分布式存储因果一致性的研究领域中鲜有考虑安全风险的成熟方案。在混合逻辑时钟和HashGraph的基础上，结合可信云平台中的可信云联盟技术，提出了具有可信约束的分布式存储因果一致性模型（CCT模型）。CCT模型在客户端、服务端分别设计了身份认证和一致性数据可信校验机制，并对云存储集群中数据副本之间同步数据的过程进行了安全约束。通过仿真实验验证，CCT模型在造成了较小性能开销的前提下，能对客户端和服务端中身份签名伪造、非法第三方等安全风险进行识别并验证，为系统提供可信约束。

源节点电池容量受限的菱形信道最优传输策略

李陶深, 孙莉, 王哲

2021, 42(6): 158-170. doi:10.11959/j.issn.1000-436x.2021069

摘要 ( 147 )

在线阅读 ( 14 )

PDF下载 (968KB) ( 373 )

可视化

数据和表 | 参考文献 | 相关文章

为了解决无线能量收集网络中节点能量的不确定性使系统难以设计合理的传输策略的问题，构建源节点电池容量受限的菱形信道，以最大化系统端到端的吞吐量为目标，在满足传输节点间能量和数据因果及电池能量无溢出约束的条件下，构建系统中端到端吞吐量最大化的模型，提出一种最优的离线传输功率和速率分配策略。该策略首先根据理论分析和公式推导，将最优传输问题转化为求解广播信道侧的最优传输问题，利用注水算法求解源节点到中继节点的最优总功率。然后根据广播信道吞吐量最大化问题中的截止功率水平，分析源节点到各中继节点的吞吐量，根据中继节点数据到达情况，采用迭代注水法求解中继节点到目的节点最优传输功率，并通过扩展多址接入信道最优速率满足条件求解最优速率。仿真结果证明了所提优化策略的可行性和正确性。

基于虚拟机字节码注入的Android应用程序隐私保护机制

宋宇波, 陈琪, 宋睿, 胡爱群

2021, 42(6): 171-181. doi:10.11959/j.issn.1000-436x.2021115

摘要 ( 275 )

在线阅读 ( 38 )

PDF下载 (864KB) ( 388 )

可视化

数据和表 | 参考文献 | 相关文章

为了解决Android应用权限机制的滥用，提出了一种基于虚拟机字节码注入技术的 Android 应用程序权限访问控制方法。所提方法能够根据用户的安全需求和使用场景，生成虚拟机字节码形式的安全策略，并将其注入Android应用的涉及危险权限请求和敏感数据访问的代码单元中，从而实现动态应用行为控制。对国内4家主流应用商店爬取的应用程序进行测试，结果表明，所提方法可以对合法App的敏感API调用和危险权限请求进行有效拦截，并根据预定的安全策略实施控制，注入虚拟机字节码后的大部分App运行不受注入代码影响，稳健性得到保证，且具有较好的普适性。

基于威胁情报的网络安全态势感知模型

张红斌, 尹彦, 赵冬梅, 刘滨

2021, 42(6): 182-194. doi:10.11959/j.issn.1000-436x.2021106

摘要 ( 643 )

在线阅读 ( 94 )

PDF下载 (1209KB) ( 626 )

可视化

数据和表 | 参考文献 | 相关文章

为了解决现实环境中网络规模日益扩大导致网络攻击持续高发的现状，将威胁情报应用到态势感知，构建基于随机博弈的态势感知模型。将外源威胁情报与系统内部安全事件之间的相似度进行比较，对目标系统进行威胁察觉，根据系统内部的威胁信息生成内源威胁情报；在此过程中，利用博弈论的思想量化系统当前的网络安全态势，评估网络的安全状况，最终实现对网络安全态势的预测。实验结果表明，基于威胁情报的网络安全态势感知模型能正确地反映网络安全状态的变化，对攻击行为进行准确的预测。

面向隐私保护的非聚合式数据共享综述

李尤慧子, 殷昱煜, 高洪皓, 金一, 王新珩

2021, 42(6): 195-212. doi:10.11959/j.issn.1000-436x.2021120

摘要 ( 666 )

在线阅读 ( 115 )

PDF下载 (991KB) ( 932 )

可视化

数据和表 | 参考文献 | 相关文章

海量数据价值虽高但与用户隐私关联也十分密切，以高效安全地共享多方数据且避免隐私泄露为目标，介绍了非聚合式数据共享领域的研究发展。首先，简述安全多方计算及其相关技术，包括同态加密、不经意传输、秘密共享等；其次，分析联邦学习架构，从源数据节点和通信传输优化方面探讨现有研究；最后，整理对比面向隐私保护的非聚合式数据共享框架，为后续研究方案构建和运行提供支撑。此外，总结提出非聚合式数据共享领域的挑战和潜在的研究方向，如复杂多参与方场景、优化开销平衡、相关安全隐患等。

车联网中可证安全的匿名可追溯快速组认证协议

张海波, 黄宏武, 刘开健, 贺晓帆

2021, 42(6): 213-225. doi:10.11959/j.issn.1000-436x.2021073

摘要 ( 450 )

在线阅读 ( 68 )

PDF下载 (1112KB) ( 678 )

可视化

数据和表 | 参考文献 | 相关文章

身份认证是车辆接入车联网（IoV）的第一道防线。然而现有方案还不能满足 IoV 的高效认证需求，也不能实现快速的匿名追溯。鉴于此，提出了一种 IoV 中双向匿名可追溯组认证协议。该协议先将多个路侧单元（RSU）进行快速动态的分组，并对进入 RSU 组的车辆利用切比雪夫混沌映射的单向陷门性和半群特性进行接入认证，当车辆在组内的RSU之间切换时采用反向哈希链进行快速切换认证。另外，组内RSU可以对恶意车辆进行身份的匿名追溯，并利用区块链对其身份进行快速撤销，还可以对泄露真实身份的用户进行ID的自由变更。同时运用随机预言机模型证明了协议的语义安全性。最后，通过仿真验证了该方案具有良好的安全性和有效性。

低功耗蓝牙5.0邻居发现协议时延模型研究

骆冰清, 王佩佩, 王正康, 孙知信

2021, 42(6): 226-237. doi:10.11959/j.issn.1000-436x.2021105

摘要 ( 302 )

在线阅读 ( 48 )

PDF下载 (28298KB) ( 151 )

可视化

数据和表 | 参考文献 | 相关文章

针对低功耗蓝牙网络邻居发现时延难以评估的问题，面向蓝牙5.0标准提出一种基于中国剩余定理的低功耗蓝牙邻居发现时延分析模型，建立邻居发现过程中广播间隔、扫描间隔以及扫描窗口参数配置与发现时延大小的理论关系，验证了不同参数配置条件对邻居发现时延大小的影响。实验结果表明，所提出的模型能够有效预测参数配置影响下的时延峰值，为不同的应用场景提供参数配置验证与指导。

当期目录