面向去中心化异构平台的智能物联网框架

智能物联网（IoIT）作为一个新兴领域，结合了物联网设备的应用价值与嵌入式人工智能算法的创新。然而，其发展并非没有挑战，在可用计算资源、能源供应和存储限制方面存在诸多困难。特别是，IoIT 的许多障碍与在嵌入式设备上节能部署机器学习（ML）/深度学习（DL）模型有关。已有研究致力于设计节能的 IoIT 平台，但这些论文通常集中于集中式系统，即由某个中央实体处理所有数据并协调行动。这可能带来问题，例如成为瓶颈或引发安全隐患。在去中心化系统中，节点/设备将自组织并自行做出决策。因此，为了解决这些问题，我们提出了一种异构的、去中心化的感知与监控 IoIT 对等网状网络系统模型。网络中的节点将围绕多个优化目标进行协调：可靠性、能效和延迟。该系统采用联邦学习以分布式方式训练节点，利用元启发式算法优化任务分配和路由路径，并利用多目标优化来平衡相互冲突的性能目标。