HAR-SemCom：一种可在物联网边缘实现验证性语义通信的技术，该技术能够保证任务的高准确性，并支持少量数据样本下的个性化处理

《Internet of Things》：HAR-SemCom: Verifiable Semantic Communications for HAR with Task-Fidelity Guarantees and Few-Shot Personalization at the IoT Edge

　　摘要

在物联网（IoT）环境中，人类活动识别（HAR）必须在严格的带宽、延迟、能源和隐私限制下运行，这使得连续传输原始传感器数据流变得不切实际。本工作的目标是在保持识别可靠性的同时，设计一个适用于IoT的语义HAR框架，以降低通信成本，并实现跨租户和设备的快速个性化。为此，我们提出了一种任务感知的语义通信流程，其中每个设备运行一个轻量级编码器来传输紧凑的活动导向表示，而不是原始信号。该框架进一步结合了保真度感知的语义压缩、潜在空间中的少量样本原型驱动个性化、校准的不确定性估计以及基于服务级别目标的比特率和批量控制。所提出的设计允许HAR决策在网络条件受限和多租户边缘部署的情况下仍然准确且可适应。此外，该方法提供了一种可审计的保真度信号，有助于确定何时压缩通信是足够的，以及何时可靠性可能会下降。在具有代表性的可穿戴HAR基准测试上的实验结果表明，所提出的框架大幅降低了通信开销，同时保持了强大的识别性能并支持低延迟操作。这些结果证明了语义化、个性化和资源感知的HAR对真实世界IoT系统的实际价值。

引言

IoT系统通常在资源受限的无线传感器网络和低功耗/低损耗网络（LLNs）上运行，在这些网络中，必须平衡能源、链接可靠性和服务质量（QoS）保证与有限的带宽和间歇性连接[1]。因此，实际的IoT部署强调能源感知的可靠性机制（例如，链接故障检测和恢复）和在受限链接下的QoS维护，以及安全的路由和攻击检测/缓解以保护LLN控制平面。这些要求还扩展到了应用级安全（例如，使用IoT和区块链的智能家居保护）和将IoT与基于学习的感知相结合的领域部署（例如，智能农业侵入监测）。总体而言，这些工作激发了对系统设计的探索，这些设计明确地将通信效率、QoS/SLO合规性和端到端IoT分析管道的鲁棒性结合起来[2]、[3]、[4]、[5]。

HAR[6]、[7]、[8]、[9]已经从离线的单用户建模发展到了嵌入在手机、可穿戴设备和环境IoT中的始终在线服务[10]、[11]、[12]、[13]、[14]。随着部署规模的扩大，我们面临三个传统流程无法同时满足的实际限制。首先，实际网络对带宽预算和端到端服务级别目标（SLOs）尤其是p99的延迟有严格的要求，因为成千上万的并发数据流通过共享的边缘网关[15]、[16]。其次，准确性必须在几分钟内而不是几天内针对每个租户进行适应：活动、传感器位置和个人移动方式差异很大，因此静态的全局模型会留下残差误差，操作员试图通过昂贵的重新训练来掩盖这些误差[17]。第三，隐私和治理越来越不允许原始信号流或长时间保留数据窗口，这破坏了云端的特征提取和事后的精细调整[18]。这些压力揭示了一个研究空白：我们需要一种仅传输对识别重要的信息的表示，能够在压缩和漂移下保持可审计性，并以接近零的开销进行个性化——同时系统在多租户负载下动态满足带宽和延迟SLOs。我们还可以看到，已经在使用中的设计模式在大规模应用时只能部分满足这些需求。流式传输原始数据窗口或高维DSP数据包的系统可以提供非常准确的结果，但它们成本高昂，并且使p99尾部更容易受到突发流量和多租户竞争的影响，即经典的“大规模尾部”效应。“轻量级”替代方案通过下采样或手工制作特征往往会丢失帮助区分混淆活动（例如，行走与爬楼梯）的线索，并且对尾部行为几乎没有控制[7]、[19]。学习的压缩方法很有用，但大多数任务无关的自动编码器更倾向于重建而非识别保真度，因此它们的速率调整与最终准确性不匹配，且在压缩损害决策时无法提供原则性的避免方法；任务对齐的语义通信解决了这种不匹配[20]、[21]、[22]。信心代理（最大softmax、边际、温度缩放）可以改善排序，但它们在压缩或漂移下不可审计，也无法与速率选择很好地结合。一致性预测可以带来覆盖保证，但天真的流式适应会积极扩展集合，并且不与SLOs或带宽上限交互，导致操作者过度配置[23]。个性化通常作为云计算精细调整或蒸馏附加，引入了停机时间、原始数据的隐私暴露和与租户敏捷性相冲突的操作开销[19]。最后，边缘堆栈通常单独调整比特率和微批次大小：固定的比特率在“容易”的时间段内浪费带宽，而固定的批量在突发流量期间降低尾部性能；这两种设置都没有根据校准的任务风险进行优化[24]、[25]。这些观察结果激发了一种统一的方法，它（1）仅传输任务对齐的语义信息，（2）附上一个可验证的信号，表明这些语义信息在选定的速率下是安全的，（3）支持在跨设备、位置和速率保持稳定的度量空间中的零重新训练个性化，（4）将统计校准与系统控制结合起来，以便共同满足带宽和p99 SLOs。

与这个问题相关的多个构建块单独存在——语义压缩、少量样本原型头部、校准/分位数工具和SLO导向的服务控制。这里的关键创新是将这些组件合同化成一个端到端的机制：设备传输一个压缩后的潜在表示以及一个每个窗口的、速率感知的任务保真度证书，边缘使用传输的代码统计信息和延迟标签进行在线验证，然后使用结果验证的风险信号来（1）在尾延迟SLOs下驱动比特率/微批次控制，以及（2）在没有重新训练的情况下保持跨速率的少量样本个性化。这种设计将语义压缩从一个最佳效率-速率权衡转变为一个适合多租户IoT边缘操作的可审计、可控的服务接口。

我们通过将HAR通信转化为“速率-保真度-准确性合同”来解决这一差距。设备不是发送原始数据窗口或手工制作的特征，而是发送一个小型、余弦标准化的潜在表示和一个轻量级的保真度证书，以限制其任务损失。在做出决策之前，边缘使用校验和和代码长度统计信息检查此证书，并在延迟标签下连续监控经验性违规。分类在潜在空间中进行，使用少量样本原型，租户可以立即从少量支持中更改这些原型。为了同时满足带宽限制和p99 SLOs，控制器结合使用比特率步骤和微批量。这种设计提供了一种原则性的“行动或推迟”行为（单一标签 vs. 校准集 vs. 放弃），当压缩或漂移使决策变得不安全时，无需在边缘进行反向传播或保留原始信号。简而言之，我们用可验证的语义通信替换了脆弱的原始/特征流式传输，这些通信针对HAR的运营现实进行了定制。

在本文中，主要部署目标是资源受限的IoT边缘硬件，即MCU级别或类似的轻量级嵌入式设备，它们在内存、计算和能源方面受到严格限制。具体来说，我们针对的可穿戴节点、智能感知端点和紧凑型车载IoT控制器通常只提供几百到几兆字节的RAM、适度的闪存存储，且不依赖于服务器级的加速。因此，智能手机和智能手表不是假设的最低硬件目标；当提到它们时，应将其解释为可选的更强大的边缘平台或原型端点，它们可以承载相同的流程并具有额外的计算余量。所提出的设计是由更受限的情况激发的，在这种情况下，即使没有连续的云支持，也需要在设备上执行、有限的内存使用和低延迟的本地决策。

我们做出以下贡献：
- 适用于IoT的证书可验证的语义HAR：我们引入了一个微型的、任务感知的设备编码器，它传输紧凑的潜在表示以及一个保真度证书，使网关能够在不访问原始信号的情况下强制执行语义质量约束。
- 可靠部署的验证器和一致性过滤：我们设计了一个轻量级的验证器，通过证书-统计一致性检查来检测未认证或分布偏移的数据包，提高了鲁棒性，并在漂移和异构设备下减少了无声故障模式。
- 关注SLO的控制，它关闭了不确定性与系统之间的循环：我们提出了一个在线控制器，使用证书/违规信号来调整比特率和微批次，以满足每个租户的带宽限制，通过滞后和离散动作集稳定p95/p99延迟并防止振荡。
- 与语义通信兼容的少量样本个性化：我们将基于原型的少量样本更新集成到用于传输的相同潜在空间中，实现了具有有限内存和最小部署延迟的快速入门。
- 在跨用户协议下的全面评估：我们使用标准化的仿真和模拟设置来量化速率-准确性权衡、证书可靠性/违规率、负载下的尾延迟以及跨数据集和压力条件下的鲁棒性。

我们按照以下结构组织本文：第2节将我们的工作置于深度HAR、语义通信、校准/一致性方法、边缘SLO控制和少量样本度量学习的背景中。第3节介绍了端到端流程，包括设备语义编码器、量化/熵模型、证书和验证器、少量样本原型以及SLO感知的比特率/微批次控制器。第4节详细介绍了数据集、划分、基线、指标和实现设置。第5节报告了压缩-准确性权衡、证书有效性和开放集拒绝、少量样本个性化、SLO/带宽行为以及鲁棒性/消融。第6节讨论了证书何时有帮助、校准动态以及系统级权衡和泛化。第7节概述了限制和伦理/隐私考虑。第8节总结了本文并勾勒了未来的方向。

相关工作

现代HAR主要由深度时间编码器[26]推动，通常结合多尺度1D卷积来捕获短范围模式，并使用循环单元来建模更长的依赖关系[7]。多分支或膨胀的CNN学习频率-节奏模式，如步态周期和转换，而GRU/LSTM层在多个窗口间聚合上下文以稳定噪声段的预测[14]。尽管离线准确性很强，但在流式部署中出现了两个持久的问题。

方法论

在本节中，我们详细介绍了端到端的HAR-SemCom流程，从设备上的语义编码器和量化/认证机制到边缘侧的验证器、少量样本潜在分类器和SLO感知的比特率/微批次控制器。为了清晰起见，表1总结了本文中使用的所有主要符号，包括输入样本、语义表示、基于原型的适应、验证器输出、服务级别控制和系统级别部署指标的符号。

实验设置

本节概述了我们的数据集、跨用户划分和新类别剧集、基线和实现设置、评估指标以及用于评估HAR-SemCom的运行时环境。

结果

本节展示了我们在压缩-准确性权衡、证书有效性和开放集拒绝、少量样本个性化、SLO/带宽行为以及鲁棒性方面的实证发现，并进行了广泛的消融测试。

讨论

我们解释了实证趋势，研究了证书和自适应控制何时提供最大收益，并讨论了超出评估设置的系统级权衡和泛化。

限制与伦理/隐私

我们坦率地概述了我们方法的技术限制，并阐明了指导多租户IoT环境中负责任部署的隐私、同意和治理措施。

结论与未来工作

本文介绍了一个基于语义通信的IoT边缘框架，用于多租户人类活动识别，其中设备传输紧凑的与任务相关的表示而不是原始信号。该方法整合了一个微型的任务感知编码器、一个轻量级的识别头部，以及一个验证机制，在下游使用之前检查收到的表示是否满足保真度/质量合同。通过将语义压缩与可靠性感知的决策相结合……

未引用的引用

缺失的引用

表3CRediT作者贡献声明

Ismail Lamaakal：撰写——原始草稿，可视化，软件，资源，项目管理，方法论，资金获取，形式分析，数据策划，概念化。
Chaymae Yahyati：撰写——原始草稿，软件，资源，项目管理，方法论，形式分析，数据策划，概念化。
Yassine Maleh：撰写——审查与编辑，验证，监督，方法论，调查，概念化。
Khalid El Makkaoui：撰写——审查与……

利益冲突声明

作者声明他们没有已知的竞争财务利益或个人关系可能会影响本文报告的工作。

Ismail Lamaakal | Chaymae Yahyati | Yassine Maleh | Khalid El Makkaoui | Ibrahim Ouahbi
摩洛哥乌季达Mohammed Premier大学多学科学院，60000