控制理论与应用

作者：宁宝玲,李文博,毕强

单位：黑龙江大学,北京控制工程研究所,北京控制工程研究所

关键词：智能运维; 自主无人系统; 联邦学习; 隐私保护; 区块链

基金：科技部重点研发项目(2021YFB1715000), 国家自然科学基金项目(U1811461, 62022013, 12150007, 62103450, 61832003, 62272137), 黑龙江省高 校大学专项科研资金项目(2022–KYYWF–1122)

自主无人系统的智能运维是提升系统自主性以及安全可靠运行能力的有效手段, 面临分布式运维和隐私保护两个方面的挑战. 现有工作未充分考虑自主无人系统的计算资源受限特点及对量化隐私保护的需求, 无法应对上述挑战. 因此, 本文提出了一种支持隐私保护的自主无人系统分布式智能运维框架, 基于联邦学习、区块链和隐私保护技术, 采用离线学习与在线监测、本地模型与全局模型相结合的方式, 利用基于联邦学习的运维模型训练机制, 基于区块链的运维模型共享机制, 以及基于差分隐私的局部模型共享机制, 有效解决系统面临的资源受限和隐私保护问题, 为系统提供安全可靠的运维环境以及支持多端融合、自主更新的运维能力. 实验结果表明, 所设计的框架可以支持高效智能运维方法的构建, 针对框架所设计的联邦学习和隐私保护方法是有效的.

来源：2024年第8期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第8期