本發(fā)明屬于網(wǎng)絡(luò)安全，具體涉及一種基于多出口神經(jīng)網(wǎng)絡(luò)安全推理的車聯(lián)網(wǎng)目標(biāo)識別方法。

背景技術(shù)：

1、目前車輛常常通過使用由電池供電的傳感器設(shè)備從環(huán)境中收集影像等交通數(shù)據(jù)，并使用深度神經(jīng)網(wǎng)絡(luò)對交通數(shù)據(jù)進(jìn)行處理從而執(zhí)行推理任務(wù)。雖然使用深度神經(jīng)網(wǎng)絡(luò)可以獲得較高的推理精度，但它們存在著訓(xùn)練和推理速度緩慢等問題。它們較長的推理延遲使其難以在實時應(yīng)用程序、移動電話等硬件受限的邊緣設(shè)備中進(jìn)行部署。多出口神經(jīng)網(wǎng)絡(luò)因此被廣泛應(yīng)用來解決這一問題。

2、國內(nèi)外對多出口神經(jīng)網(wǎng)絡(luò)推理方法的研究十分豐富；有研究人員提出基于雙向變換器模型的獨(dú)立動態(tài)早期出口算法，在語言模型中插入額外的分類層，即出口匝道，來加速大規(guī)模預(yù)的語言模型的推斷，在推理任務(wù)的執(zhí)行過程中，使用當(dāng)前出口匝道的輸出概率分布的熵來量化一個出口對當(dāng)前任務(wù)預(yù)測的置信度，當(dāng)其滿足推理精度的要求時，則返回推理結(jié)果。也有提出將傳統(tǒng)單出口神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換為具備異構(gòu)和動態(tài)特性的多出口神經(jīng)網(wǎng)絡(luò)的方法。這種方法的缺陷在于，現(xiàn)有的多出口神經(jīng)網(wǎng)絡(luò)有較高的計算需求，阻礙了它們在資源有限的移動設(shè)備中的廣泛采用。分布式多出口神經(jīng)網(wǎng)絡(luò)框架解決了該問題，例如，有基于現(xiàn)有的多出口神經(jīng)網(wǎng)絡(luò)設(shè)計的一種分布式推理系統(tǒng)被提出，在執(zhí)行推理任務(wù)時，客戶端執(zhí)行模型的第一部分，并將中間結(jié)果傳輸?shù)竭h(yuǎn)程服務(wù)器。服務(wù)器繼續(xù)執(zhí)行推理任務(wù)并將結(jié)果返回給客戶端。該算法中，允許根據(jù)客戶端和云服務(wù)器的能力來調(diào)整將在不同設(shè)備上部署的神經(jīng)網(wǎng)絡(luò)的比例。但是，上述方法都是對不同的預(yù)測置信度分布使用單一的閾值來做出決策，這使得攻擊者可以對該分布式多出口神經(jīng)網(wǎng)絡(luò)發(fā)起側(cè)信道攻擊，推測當(dāng)前推理任務(wù)的出口，導(dǎo)致模型預(yù)測的泄露。后又有研究者提出使用多個閾值來平衡跨預(yù)測類的推理出口選擇，并引入置信偏差來調(diào)整不同出口的退出概率。但以上的方法難以很好地解決多出口神經(jīng)網(wǎng)絡(luò)推理過程中的安全性和開銷問題。

3、為保證傳感器設(shè)備在使用多出口神經(jīng)網(wǎng)絡(luò)執(zhí)行推理時仍然能夠保證較高的推理精度和低開銷，本發(fā)明使用深度強(qiáng)化學(xué)習(xí)方法來為每一個推理任務(wù)選擇多出口神經(jīng)網(wǎng)絡(luò)的推理出口，綜合考慮執(zhí)行推理任務(wù)時的推理效率、開銷和安全性，實現(xiàn)三者之間的平衡；實現(xiàn)當(dāng)前車輛以低時延和能耗完成對傳感器設(shè)備所收集到的交通數(shù)據(jù)的目標(biāo)識別任務(wù)。

技術(shù)實現(xiàn)思路

1、發(fā)明目的：本發(fā)明提出一種基于多出口神經(jīng)網(wǎng)絡(luò)安全推理的車聯(lián)網(wǎng)目標(biāo)識別方法，平衡傳感系統(tǒng)在執(zhí)行推理任務(wù)時的推理效率、推理時延、推理能耗和安全性，傳感器設(shè)備利用基于長期折扣期望效益的q網(wǎng)絡(luò)選擇神經(jīng)網(wǎng)絡(luò)進(jìn)行推理任務(wù)的出口，提升任務(wù)推理的效率與安全性，進(jìn)而防御針對多出口神經(jīng)網(wǎng)絡(luò)的側(cè)信道攻擊。

2、技術(shù)方案：本發(fā)明所述的一種基于多出口神經(jīng)網(wǎng)絡(luò)安全推理的車聯(lián)網(wǎng)目標(biāo)識別方法，具體包括以下步驟：

3、(1)獲取車聯(lián)網(wǎng)系統(tǒng)；所述車聯(lián)網(wǎng)系統(tǒng)包括一個服務(wù)器以及一個配備了傳感器設(shè)備的車輛；

4、(2)對傳感器設(shè)備的第j個推理任務(wù)構(gòu)建深度網(wǎng)絡(luò)模型，即q網(wǎng)絡(luò)，并且初始化學(xué)習(xí)率α、折扣因子δ以及所述q網(wǎng)絡(luò)的權(quán)重參數(shù)

5、(3)傳感器設(shè)備為當(dāng)前任務(wù)j構(gòu)建系統(tǒng)狀態(tài)向量

6、(4)定義神經(jīng)網(wǎng)絡(luò)進(jìn)行推理任務(wù)的出口，傳感器設(shè)備選擇神經(jīng)網(wǎng)絡(luò)進(jìn)行推理任務(wù)的出口；

7、(5)定義傳感器設(shè)備到服務(wù)器的信道增益為h(k)，帶寬為b(k)，服務(wù)器到傳感器設(shè)備的信道增益為帶寬為

8、(6)如果在步驟(4)中傳感器設(shè)備選擇在服務(wù)器執(zhí)行當(dāng)前任務(wù)j，傳感器設(shè)備需要將本地神經(jīng)網(wǎng)絡(luò)的中間參數(shù)以固定功率p發(fā)送給服務(wù)器；服務(wù)器執(zhí)行完任務(wù)后，將任務(wù)執(zhí)行結(jié)果以固定功率發(fā)送給傳感器設(shè)備；如果在步驟(4)中傳感器設(shè)備選擇在本地執(zhí)行當(dāng)前任務(wù)j，則傳感器設(shè)備直接獲得任務(wù)執(zhí)行結(jié)果

9、(7)攻擊者隨機(jī)推斷當(dāng)前任務(wù)j從第個神經(jīng)網(wǎng)絡(luò)出口輸出任務(wù)執(zhí)行結(jié)果；

10、(8)計算車輛所配備的傳感器設(shè)備執(zhí)行當(dāng)前任務(wù)j所需要的效益

11、(9)傳感器設(shè)備將包含狀態(tài)向量、神經(jīng)網(wǎng)絡(luò)進(jìn)行推理任務(wù)的出口選擇策略、效益的經(jīng)驗存入經(jīng)驗池；

12、(10)傳感器設(shè)備隨機(jī)從經(jīng)驗池中采樣出z條經(jīng)驗，構(gòu)建批處理樣本數(shù)據(jù)；

13、(11)更新所述深度網(wǎng)絡(luò)的權(quán)重參數(shù)

14、(12)重復(fù)步驟(3)至步驟(11)，每重復(fù)一次k加1到直到其與k相等，使得當(dāng)前車輛以低時延和能耗完成對傳感器設(shè)備所收集到的交通數(shù)據(jù)的目標(biāo)識別任務(wù)。

15、進(jìn)一步地，步驟(1)所述所述車輛利用自身的傳感器設(shè)備從周圍環(huán)境中收集m個交通數(shù)據(jù)，并對每一個數(shù)據(jù)進(jìn)行處理，通過一個含有j個出口的resnet18多出口神經(jīng)網(wǎng)絡(luò)執(zhí)行目標(biāo)識別任務(wù)，該網(wǎng)絡(luò)分別部署在服務(wù)器和該車輛的傳感器設(shè)備上。

16、進(jìn)一步地，步驟(3)所述構(gòu)建狀態(tài)向量的具體過程為：

17、在時刻k，傳感器設(shè)備觀測原始任務(wù)的類別根據(jù)上一時刻的推理能耗和時延歷史的推理效果以及被攻擊者推斷成功的概率傳感器設(shè)備為當(dāng)前任務(wù)j構(gòu)建其狀態(tài)向量如下：

18、

19、進(jìn)一步地，所述步驟(4)實現(xiàn)過程如下：

20、將傳感器設(shè)備將狀態(tài)向量輸入q網(wǎng)絡(luò)中，q網(wǎng)絡(luò)輸出當(dāng)前狀態(tài)下所有神經(jīng)網(wǎng)絡(luò)出口的長期折扣期望效益并通過該值使用ε-貪心法選擇動作；記傳感器設(shè)備選擇的動作為xj(k)，以1-ε的概率選擇qj值最大的那個動作，以ε的概率隨機(jī)選擇其他動作，其中ε∈(0,1)；ε決定了傳感器設(shè)備的探索性，其值越大，則傳感器設(shè)備選擇動作時的隨機(jī)性越大；

21、神經(jīng)網(wǎng)絡(luò)進(jìn)行推理任務(wù)的出口定義為其中代表傳感器設(shè)備只在本地執(zhí)行當(dāng)前任務(wù)j，表示傳感器設(shè)備在服務(wù)器執(zhí)行當(dāng)前任務(wù)j；對應(yīng)于神經(jīng)網(wǎng)絡(luò)進(jìn)行推理任務(wù)的j個出口。

22、進(jìn)一步地，所述步驟(8)實現(xiàn)過程如下：

23、傳感器設(shè)備利用任務(wù)執(zhí)行結(jié)果與當(dāng)前任務(wù)j的實際類別進(jìn)行對比，獲取當(dāng)前的推理效果為指示函數(shù)，括號內(nèi)的變量為真時，指示函數(shù)的值為1，否則為0；并計算車輛所配備的傳感器設(shè)備執(zhí)行當(dāng)前任務(wù)所需要的時延以及能耗傳感器設(shè)備根據(jù)攻擊者推斷的任務(wù)出口以及神經(jīng)網(wǎng)絡(luò)進(jìn)行推理任務(wù)j的實際出口估計被攻擊者推斷成功的概率然后計算當(dāng)前時刻的效益如下：

24、

25、其中，m1,m2,m3是權(quán)重系數(shù)，分別衡量執(zhí)行當(dāng)前任務(wù)的推理精度、時延以及被攻擊者推斷成功的概率在效益中的重要性。

26、進(jìn)一步地，所述步驟(9)實現(xiàn)過程如下：

27、傳感器設(shè)備將狀態(tài)向量神經(jīng)網(wǎng)絡(luò)進(jìn)行推理任務(wù)的出口選擇策略效益構(gòu)建為經(jīng)驗序列并存入經(jīng)驗池d中，此時經(jīng)驗池d中共有k條經(jīng)驗序列。

28、進(jìn)一步地，所述步驟(10)實現(xiàn)過程如下：

29、傳感器設(shè)備從經(jīng)驗池d中隨機(jī)采樣出z條包括歷史的神經(jīng)網(wǎng)絡(luò)進(jìn)行推理任務(wù)的出口選擇策略以及傳感器設(shè)備所需要花費(fèi)的相應(yīng)的開銷等信息的經(jīng)驗，構(gòu)建批處理樣本：

30、

31、其中，表示從經(jīng)驗池d中取出的第g(η)條經(jīng)驗，并且服從均勻分布u(1,k)，即g(η)～u(1,k)。

32、進(jìn)一步地，所述步驟(11)實現(xiàn)過程如下：

33、感器設(shè)備采用adam優(yōu)化算法更新q網(wǎng)絡(luò)的權(quán)重參數(shù)如下：

34、

35、其中，θ為權(quán)重參數(shù)，δ為權(quán)重參數(shù)更新的折扣因子。

36、有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：

37、本發(fā)明通過觀察原始任務(wù)的類別、上一時刻的推理能耗和時延、歷史的推理效果以及被攻擊者推斷成功的概率，從而構(gòu)建系統(tǒng)狀態(tài)，結(jié)合基于長期折扣期望效益值的q網(wǎng)絡(luò)優(yōu)化神經(jīng)網(wǎng)絡(luò)進(jìn)行推理任務(wù)的出口選擇策略，提升任務(wù)推理的效率與安全性，進(jìn)而防御針對多出口神經(jīng)網(wǎng)絡(luò)的側(cè)信道攻擊；使得當(dāng)前車輛以低時延和能耗完成對傳感器設(shè)備所收集到的交通數(shù)據(jù)的目標(biāo)識別任務(wù)。