基于分片区块链的低轨卫星网络安全联邦学习框架
密码学与安全
2024-11-12 v1 分布式、并行与集群计算
摘要
低地球轨道（LEO）卫星网络对于基于空间的AI应用日益重要。然而，随着商业应用的扩展，LEO卫星网络面临更高的网络攻击风险，尤其是通过卫星间通信链路，其比地面连接更易受攻击。随着在轨卫星数量的持续增长，解决这些安全挑战变得愈发关键。传统方法侧重于将模型发送至地面站进行验证，往往忽略了LEO卫星有限的通信窗口，留下关键安全风险未解决。为应对这些挑战，我们提出了一个名为SBFL-LEO的基于分片区块链的LEO网络联邦学习框架。该框架利用区块链技术提升卫星间通信的可靠性，并为每颗卫星分配特定角色。挖矿卫星利用余弦相似度（CS）和基于密度的空间聚类应用与噪声（DBSCAN）来识别恶意模型并相互监控，以检测不准确的聚合模型。安全分析和实验结果表明，我们的方法在模型准确性和能效方面均优于基线方法，显著增强了系统抵御攻击的能力。
引用
@article{arxiv.2411.06137,
title = {A Sharded Blockchain-Based Secure Federated Learning Framework for LEO Satellite Networks},
author = {Wenbo Wu and Cheng Tan and Kangcheng Yang and Zhishu Shen and Qiushi Zheng and Jiong Jin},
journal= {arXiv preprint arXiv:2411.06137},
year = {2024}
}