[发明专利]面向社会资产参与电网互动的内生安全感知资源管理方法

权利要求书

1.一种智慧园区系统，其特征在于，包括：设备层、6G边缘智能层和数字孪生层；

所述设备层包括：通信设备和电气设备，通信设备被部署在电气设备上进行本地模型训练；通信设备根据本地训练周期调度策略执行本地模型训练，根据通信设备的调度策略将本地模型参数上传到6G边缘智能层进行全局模型平均以更新数字孪生层的数字孪生模型；电气设备包括：光伏和充电桩；

6G边缘智能层部署一个搭载边缘服务器的基站；边缘服务器对本地训练周期进行调度以指导本地模型训练，并为本地参数上传制定通信设备调度策略；边缘服务器为上传的本地模型参数提供模型中毒攻击检测；

数字孪生层由6G边缘智能层的边缘服务器维护，数字孪生层实现与园区通信设备的实时交互，保持数字孪生与物理网络的同步；数字孪生层通过设备层上传的本地状态信息提供信道增益、电磁干扰估计，通过6G边缘智能层的模型中毒攻击检测提供模型中毒攻击概率估计，基于估计得到的模型中毒攻击概率对6G边缘智能层的本地训练周期进行调度，并对通信设备进行调度优化。

2.根据权利要求1所述的一种智慧园区系统，其特征在于：所述本地训练周期调度策略执行本地模型训练，包括：

每次迭代边缘服务器需要调度通信设备上传本地模型参数以进行全局模型平均；如果一个通信设备已被边缘服务器识别为恶意通信设备，则它无法进行本地训练和参数上传；设第t次迭代的可用通信设备集合为D^ava(t)，集合大小表示为|D^ava(t)|，且满足定义a_k(t)∈{0,1}为第t次迭代的通信设备调度指示变量，a_k(t)＝1表示通信设备d_k在第t迭代被调度，否则a_k(t)＝0；

第t次迭代中，被调度的通信设备d_k，从边缘服务器下载全局模型以更新本地模型，表示如下式：

其中τ(r)表示第r轮通信的本地训练周期，ω_g(t-1)表示第t-1次迭代的全局模型，表示第t-1次迭代通信设备d_k的本地模型；

每次迭代中通信设备d_k使用本地数据集进行本地模型训练；定义x_j和y_j分别为中第j个样本的输入和目标输出；因此，第t次迭代通信设备d_k的损失函数，如下式：

其中，表示第t次迭代通信设备d_k的损失函数，表示数据集的样本数量，表示单个样本的损失函数，定义为实际输出与目标输出的偏差；基于梯度下降法，根据下式更新：

其中，γ表示学习步长；

因此，第t次迭代通信设备d_k的本地训练时延表示如下式：

其中，表示第t次迭代通信设备d_k的本地训练时延，ζ_k为处理一个样本需要的CPU周期数，f_k(t)为本地可用计算资源，τ(r)表示第r轮通信的本地训练周期，表示数据集的样本数量。

3.根据权利要求1所述的一种智慧园区系统，其特征在于：本地模型参数上传到6G边缘智能层具体包括：

本地模型训练结束后，被调度的通信设备上传本地模型参数和本地状态信息；传输速率表示如下式：

其中，R_k(t)为第t次迭代通信设备d_k的传输速率，B_k为传输带宽，p_k和g_k(t)分别为传输功率和信道增益，σ₀和分别为高斯白噪声和电磁干扰；为本地模型参数的大小，|s_k(t)|为本地状态信息大小，由于|s_k(t)|的大小很小，因此忽略|s_k(t)|的上传时延，本地模型参数上传时延表示如下式：

其中，定义为本地模型参数大小，为本地模型参数上传时延。