面向无线 IIoT 网络的区块链-enabled 数字孪生可信 DNN 分区
机器学习
2025-09-22 v1
摘要
数字孪生（DT）已成为提高工业物联网（IIoT）网络制造效率的有前景的解决方案。为促进无线 IIoT 网络中数字孪生的效率和可信度，我们提出一种区块链-enabled 数字孪生（B-DT）框架，采用深度神经网络（DNN）分区技术和基于声誉的共识机制，其中由网关侧维护的 DT 使用其关联 IIoT 设备收集的数据执行 DNN 推理任务。首先，我们采用 DNN 分区技术将顶层 DNN 推理任务卸载至接入点（AP）侧，从而减轻网关侧的计算负担，从而提高 DNN 推理的效率。其次，我们提出一种基于声誉的共识机制，将工作量证明（PoW）和股权证明（PoS）相结合。具体而言，所提出的共识机制根据每个 AP 对 DNN 推理任务的计算资源贡献评估其离链声誉，并将离链声誉作为股权来调整区块生成难度。最后，我们构建了一个针对通信资源（即分区点）和计算资源（即 AP 用于顶层 DNN 推理和区块生成的计算频率）的随机优化问题，在时变信道状态和离链声誉的长期约束下最小化系统延迟，并使用 Lyapunov 优化方法求解。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的同时，优于基线方法，并保证了 B-DT 系统的可信度。
引用
@article{arxiv.2405.17914,
title = {Trustworthy DNN Partition for Blockchain-enabled Digital Twin in Wireless IIoT Networks},
author = {Xiumei Deng and Jun Li and Long Shi and Kang Wei and Ming Ding and Yumeng Shao and Wen Chen and Shi Jin},
journal= {arXiv preprint arXiv:2405.17914},
year = {2025}
}