杭州電子科技大學(xué)微電子研究院芯片與安全實(shí)驗(yàn)室（CSL）夏瑩杰教授與杭州師范大學(xué)劉雪嬌教授、研究生新生趙云霄和王云合作完成的研究成果“FCLA-DT: Federated Continual Learning with Authentication for Distributed Digital Twin-based Industrial Internet of Things”被第二屆“未來工業(yè)互聯(lián)網(wǎng)”學(xué)術(shù)會(huì)議（FII2024）錄用，被評(píng)為優(yōu)秀論文，并在深圳大學(xué)舉辦的第二屆“未來工業(yè)互聯(lián)網(wǎng)”學(xué)術(shù)論壇上進(jìn)行了論文宣講，論文將發(fā)表在期刊Journal of Communications and Information Networks（JCIN）。

據(jù)悉，此次會(huì)議上僅有10%的論文被評(píng)為優(yōu)秀論文，頒獎(jiǎng)典禮上于海斌院士、國家基金委二處吳國政處長、北航呂金虎副校長等嘉賓為優(yōu)秀論文獲獎(jiǎng)?wù)哳C獎(jiǎng)。

圖1 “FCLA-DT: Federated Continual Learning with Authentication for Distributed Digital Twin-based Industrial Internet of Things”獲評(píng)優(yōu)秀論文

當(dāng)前，數(shù)字孿生(Digital Twin)技術(shù)在預(yù)測(cè)性維護(hù)等工業(yè)物聯(lián)網(wǎng)領(lǐng)域得到廣泛的應(yīng)用。大規(guī)模分布式數(shù)字孿生的工業(yè)互聯(lián)網(wǎng)場(chǎng)景存在數(shù)據(jù)泄露、惡意模型等問題，團(tuán)隊(duì)創(chuàng)新性地提出了面向分布式數(shù)字孿生工業(yè)物聯(lián)網(wǎng)場(chǎng)景的安全聯(lián)邦持續(xù)學(xué)習(xí)方法(FLCA-DT)。具體地，方案提出了基于聯(lián)邦持續(xù)學(xué)習(xí)的分布式數(shù)字孿生訓(xùn)練方法，使多個(gè)數(shù)字孿生體協(xié)同訓(xùn)練模型，同時(shí)保證各參與方的數(shù)據(jù)隱私；設(shè)計(jì)了一種基于群簽名的認(rèn)證方案，實(shí)現(xiàn)孿生體間和孿生體內(nèi)的認(rèn)證，并實(shí)現(xiàn)了多個(gè)孿生體的實(shí)時(shí)高效認(rèn)證，便于大規(guī)模聯(lián)邦學(xué)習(xí)的安全聚合。實(shí)驗(yàn)證明，在多客戶端多任務(wù)的軸承故障診斷場(chǎng)景，與其他方案相比，F(xiàn)LCA-DT方案的收斂速度更快，診斷準(zhǔn)確率更高。