May, 2024

无线工业物联网中基于区块链的可信 DNN 分区

TL;DR数字孪生(DT)已成为增强工业物联网(IIoT)网络中制造效率的有前途的解决方案。为了提高无线 IIoT 网络中 DT 的效率和可靠性,我们提出了一种区块链启用的 DT(B-DT)框架,采用深度神经网络分区技术和基于声誉的共识机制,其中在网关端维护的 DT 使用从关联 IIoT 设备收集的数据执行 DNN 推理任务。通过将顶层 DNN 推理任务卸载到接入点(AP)端,我们首先采用 DNN 分区技术,减轻了网关端的计算负担,从而提高了 DNN 推理的效率。其次,我们提出了一种基于声誉的共识机制,将工作量证明(PoW)和权益证明(PoS)进行融合。具体而言,所提出的共识机制根据每个 AP 的计算资源对 DNN 推理任务的贡献评估其链下声誉,并将链下声誉作为权益来调整区块生成的难度。第三,我们制定了一种通信资源(即分区点)和计算资源分配(即 AP 的顶层 DNN 推理和区块生成的计算频率)的随机优化问题,以在时变信道状态和链下声誉的长期约束条件下最小化系统延迟,并使用李雅普诺夫优化方法解决问题。实验结果表明,所提出的动态 DNN 分区和资源分配(DPRA)算法在减少总体延迟同时保证 B-DT 系统的可信度方面优于基线算法。