[发明专利]一种雾计算中区块链协助的联邦学习主动内容缓存方法

权利要求书

1.一种雾计算中区块链协助的联邦学习主动内容缓存方法，其特征在于：该方法包括以下步骤：

S1：建立区块链协助的联邦学习主动边缘缓存架构；

S2：基于用户选择的联邦学习FL；

S3：进行基于上下文感知的对抗性自动编码器的内容流行度预测算法；

S4：进行联合区块链技术提高数据安全性方案。

2.根据权利要求1所述的一种雾计算中区块链协助的联邦学习主动内容缓存方法，其特征在于：在所述S1中，建立一个主动边缘缓存架构；该架构包括云计算中心、雾服务器和物联网用户；将配备雾服务器的边缘节点视为无线缓存实体，具有到云计算中心的可靠回程链接；物联网设备和雾节点之间通过无线链路进行通信；假设每个边缘节点最多可以存储F个内容，当物联网用户在边缘节点的覆盖范围内时，将从该边缘节点请求内容；如果请求的内容缓存在边缘节点，内容将直接从边缘节点传输到物联网设备，提高内容交付速率和用户体验；否则，物联网用户必须从云计算中心获取请求的内容；每个雾节点涵盖多个物联网设备，一段时间后，边缘节点将连接到云计算中心以更新缓存的内容和模型。

3.根据权利要求2所述的一种雾计算中区块链协助的联邦学习主动内容缓存方法，其特征在于：在所述S2中，基于用户选择的FL方案，与具有异构资源的客户端协同工作；允许服务器聚合尽可能多的客户端更新，并加速FL模型中的性能改进。

4.根据权利要求3所述的一种雾计算中区块链协助的联邦学习主动内容缓存方法，其特征在于：在所述S3中，边缘节点中的多个物联网用户协作训练一个共享的全局模型；首先，边缘节点向连接的物联网用户广播初始的全局训练模型；接着，每个物联网用户利用本地数据计算一个更新的模型，然后将计算更新后的梯度参数上传到边缘节点；最后，边缘节点聚合来自物联网用户的更新并建立更新后的全局模型；重复上述步骤，直到获得一个满意的全局模型；将预测的所有内容的流行度进行排名，并选择流行度排名前F位的内容作为边缘节点中的缓存内容，同时，边缘节点的缓存内容列表存储在云计算中心。

5.根据权利要求4所述的一种雾计算中区块链协助的联邦学习主动内容缓存方法，其特征在于：在所述S4中，FL框架中训练的模型是上下文感知的对抗性自动编码器C-AAE模型，它用于内容流行度的预测，以实现主动边缘缓存；对抗式自编码器AAE是一种概率自编码器AE，结合生成式对抗网络GANs和变分自编码器VAE；对抗式自编码器AAE的顶层是一个AE，能够学习一个隐编码z，以一种无监督的学习方式将其输入X映射到输出对抗式自编码器AAE的底层是一个对抗网络，用于区分样本是由指定分布的用户生成的还是来自AE的隐编码z；使用物联网用户的上下文信息附加在X中，以用于预测上下文相关的内容流行度，提高预测精度。

6.根据权利要求5所述的一种雾计算中区块链协助的联邦学习主动内容缓存方法，其特征在于：在所述S4中，结合区块链技术以保证数据的安全性；将物联网设备计算出的结果通过智能合约验证后附加到区块链，再由边缘节点从区块链上获取；使用区块链技术，在多个边缘节点上构建分布式控件，区块链通过挖掘和复制大量的节点来保护数据的准确性、一致性和有效性。

7.根据权利要求6所述的一种雾计算中区块链协助的联邦学习主动内容缓存方法，其特征在于：在所述S4中，使用区块链技术作为分布式账本，去中心化实体产生的交易将被记录和验证；交易被写入区块链后将不会被更改；为去中心化实体设计四种智能合约，用于记录和验证交易：

(1)身份合约：负责管理每个实体，包括分布式物联网用户和边缘节点；

(2)接口合约：为物联网用户提供向区块链提交梯度参数的接口；

(3)验证合约：负责选择共识节点和交易验证；

(4)信任合约：负责网络参与者的奖惩。