在D2D-MEC网络中实现基于RIS（资源智能系统）和区块链辅助的任务协同卸载，以保障工业物联网的安全性：一种联邦学习方法

《Scientific Reports》：Secure RIS-enabled blockchain-assisted task co-offloading in D2D-MEC networks for industrial IoT: a federated learning approach

　　

摘要

工业4.0正在快速发展，6G网络也应运而生，这导致了在工业物联网（IIoT）环境中对超低延迟和高计算要求的应用大幅增加，例如实时数字孪生、协作机器人以及增强现实引导的组装等。然而，传统的基于D2D技术的移动边缘计算（MEC）系统由于工厂环境的恶劣条件、开放D2D链接上的严重安全威胁、严格的工业数据隐私要求以及设备移动性导致的频繁服务迁移，而面临严重的性能下降问题。在这项研究中，我们提出了一种整体的安全任务共负载系统，该系统将可重构智能表面（RIS）、基于许可的区块链与智能合约以及联邦学习集成到一个集成的D2D-MEC架构中，以应用于IIoT。 federated secure multi-armed bandit算法实现了在不泄露敏感工业数据的情况下进行隐私保护的去中心化决策。区块链通过不可篡改的账本记录卸载交易，并支持基于智能合约的激励机制。RIS能够在最低的能量开销下使不可靠的无线信道变得可用。在信息不准确且存在敌对环境的场景下，这种协作设计能够降低系统的长期成本，包括任务延迟、能耗、迁移开销以及区块链交易费用。与现有的最佳实践相比，所提出的框架平均将任务完成延迟降低了29.6%，能耗减少了36.8%，迁移成本降低了41.2%，这一结果通过在实际6G-IIoT制造场景中的大量仿真测试得到验证。实验结果还显示，在模拟的恶意操纵和恶意联邦更新情况下，该框架仍表现出稳健的性能。基于许可的区块链架构为系统提供了对抗Sybil攻击及其他信任相关威胁的安全保障。