面向校园边缘物联网的噪声协调联邦强化学习

《Systems and Soft Computing》：Noise-Coordinated Federated Reinforcement Learning for Campus Edge Internet of Things

　　

校园边缘物联网（Internet of Things, IoT）系统必须在有限的计算、能量和隐私约束下处理视频、轨迹和传感器数据流。现有的联邦学习（Federated Learning, FL）和量化方法减少了数据暴露和通信成本，但通常分别优化模型压缩、对抗鲁棒性、能量分配和伦理合规性，导致在异构边缘设备上性能不稳定。为解决这一差距，本研究提出了一种面向校园边缘物联网的噪声协调联邦强化学习框架。该框架集成了频域量化-防御噪声协调、能量敏感梯度聚合，以及用于隐私预算跟踪和合规性验证的轻量级许可区块链审计层。基于公共数据集构建了仿真，使用CASIA-Action、Stanford Campus和UniMiB SHAR数据，并用12个基于Docker的虚拟网关代表异构校园边缘节点。在五次独立运行中，所提出的联邦强化学习（Federated Reinforcement Learning, FRL）-Full方案实现了93.4±0.9%的异常检测准确率，而传统集中式系统为77.6±1.2%，联邦平均（Federated Averaging, FedAvg）为82.3±1.1%，动态量化为85.4±1.2%，分阶段联邦强化学习为88.3±1.1%。在八个模拟校园安全场景中，平均延迟、能耗、CPU使用率、内存使用率和误报率分别从346±42ms、30.1±3.6J、82.3±1.9%、38.7±1.7MB和13.2±1.7%降低到94±12ms、10.2±1.3J、45.9±1.5%、23.1±1.3MB和3.2±0.4%。这些结果表明，与评估的基线相比，所提出的框架在识别准确率、资源效率和合规感知隐私控制之间提供了更均衡的权衡。一个主要局限性是验证依赖于公共数据集融合和虚拟边缘节点仿真，而非长期真实校园部署，因此需要进一步的现场测试来评估泛化能力和运行可靠性。

校园边缘物联网（Internet of Things, IoT）安全系统需要在有限的计算、能量和隐私约束下处理视频、轨迹与传感器流。现有联邦学习（Federated Learning, FL）和量化方法虽能减少数据暴露与通信成本，但通常将模型压缩、对抗鲁棒性、能量分配和伦理合规分开优化，导致异构边缘设备上性能不稳定。量化噪声会扭曲判别特征，压缩更新对扰动更敏感，联邦聚合易受恶意或低质量更新影响；规则式安全控制和事后合规审计难以应对入侵检测、暴力警告等动态校园事件。因此，需要一种能联合协调压缩、防御、能量感知参与和合规约束的集成机制。为此，研究人员提出了噪声协调联邦强化学习框架。

该框架采用感知–决策–约束架构，将多目标冲突转化为自适应策略学习问题。感知层观测能量、网络、数据敏感度、量化状态等；决策层通过联邦强化学习（Federated Reinforcement Learning, FRL）选择量化位宽、防御强度、梯度压缩比与任务优先级；约束层用轻量级许可区块链审计层记录元数据并跟踪隐私预算。基于CASIA-Action、Stanford Campus、UniMiB SHAR和CIC-IoT2023公共数据集构建仿真，用12个Docker虚拟网关模拟异构边缘节点。实验表明，FRL-Full的异常检测准确率达93.4±0.9%，优于传统集中式（77.6%）、FedAvg（82.3%）、动态量化（85.4%）和分阶段联邦强化学习（88.3%）；在八个模拟场景中，延迟、能耗、CPU使用率、内存使用率和误报率分别降至94ms、10.2J、45.9%、23.1MB和3.2%。该框架在识别精度、资源效率与合规隐私控制间取得更均衡的权衡。论文发表于《Systems and Soft Computing》。

在关键技术方法上，研究人员构建了感知-决策-约束三层架构。感知层利用状态向量联合表示剩余能量、能耗变化、网络拥塞、数据敏感度、量化位宽和任务负载。决策层采用FRL输出复合动作，包括量化位宽、防御强度、压缩比和任务优先级。核心算法包括：频域量化-防御噪声协调算法，通过傅里叶变换和频谱掩码降低量化噪声与对抗扰动的频谱重叠；能量敏感梯度聚合算法，根据能量状态调整TopK稀疏化压缩比和聚合权重；轻量级许可区块链审计层，通过哈希链和智能合约校验隐私预算与合规风险。样本来源为公共数据集CASIA-Action、Stanford Campus、UniMiB SHAR和CIC-IoT2023，未涉及真实校园数据。

研究结果如下。

5.3 量化与扰动噪声的频谱诊断分析：通过对四个数据流的量化误差和对抗扰动进行快速傅里叶变换分析，发现量化噪声高频能量占比高，对抗扰动低频能量占比高，二者归一化频谱相关性在0.118–0.142之间；经所提协调机制后，所有数据流的频谱重叠均下降。这为频域噪声协调提供了经验依据。

5.4 跨网关节点与校园场景的比较结果：在12个虚拟网关上比较各方法，FRL-Full的平均异常检测准确率最高（93.4±0.9%），且标准差最低。在八个模拟校园安全场景中，平均延迟、能耗、CPU使用率、内存使用率和误报率分别由346ms、30.1J、82.3%、38.7MB、13.2%降至94ms、10.2J、45.9%、23.1MB、3.2%，说明该框架同时改善多项运行指标。

5.4 资源利用与多目标权衡：对三类典型虚拟设备（身份证卡式节点、定位信标节点、边缘网关）的测试显示，低功耗节点CPU使用率从约82%降至45%左右，内存从约38MB降至22MB；边缘网关CPU从约91%降至63%。在不同固定权重配置（A:S:E）下，固定策略只能侧重某一目标，如安全优先（1:3:1）攻击拦截率达97.8%但能耗升至13.1J；能源优先（1:1:3）能耗降至8.3J但准确率降至86.2%。FRL自适应策略在准确率93.4%、拦截率98.0%、能耗10.2J、隐私泄露2.4次/月、续航28.2h之间达到更优平衡。

5.5 消融分析：移除噪声协调模块后准确率降至87.6%，移除能量聚合模块后能耗增至14.7J，移除区块链审计层后安全认证分数从98.7降至86.2且隐私泄露增至3.5次/月，移除FRL决策引擎后准确率降至84.2%且能耗增至18.3J，说明各模块均为维持精度、隐私和安全所必需，决策引擎的协调作用最关键。

5.6 系统稳定性压力测试：高并发测试中，1500并发请求下请求成功率仍高于94.8%，平均延迟132±28ms；72小时连续运行测试中，识别漂移从0.3%升至6.5%，隐私预算消耗增至82.3%，区块链同步延迟从0.8s增至14.2s，决策引擎出现7次异常重启；故障注入测试中，模型参数污染最严重，恢复时间达56.7s，准确率损失17.2%，数据丢失9.3%。结果说明框架具备基础容错能力，但模型污染防护和账本开销控制仍需优化。

5.7 与近期研究的比较及局限性：与近期联邦学习或边缘异常检测研究相比，FRL-Full更强调多目标闭环控制，联合处理量化-防御噪声、能量聚合、隐私预算和审计约束。局限性包括：基于公共数据集和虚拟仿真，未进行长期真实校园部署；场景构建为任务级映射而非原始多模态融合；区块链层仅记录元数据，可扩展性待评估；未覆盖所有自适应投毒、推理或共谋攻击。

讨论部分总结认为，实验结果支持该框架在仿真条件下的有效性。消融和压力测试表明鲁棒性控制、资源调度与合规验证需联合考虑，但实际部署仍需加强运行时监控和模型污染防御。未来工作将聚焦跨场景迁移、动态隐私预算分配和大规模长期可靠性评估。研究结论为：本研究开发了一种面向校园边缘物联网安全的噪声协调联邦强化学习框架，将频域量化-防御噪声协调、能量敏感梯度聚合和基于轻量级区块链的合规审计集成到闭环决策过程中。基于公共数据集和虚拟边缘节点部署的实验结果表明，所提出的FRL-Full方案比评估的基线实现了更高的异常检测准确率和更低的延迟、能耗、CPU使用率、内存使用率和误报率，消融结果进一步证实了决策引擎、噪声协调模块、能量感知聚合策略和审计层的贡献。这些发现表明，在测试的模拟校园边缘条件下，该框架可以改善识别性能、资源效率、鲁棒性和合规感知隐私控制之间的平衡。然而，结论应在此实验范围内解释，因为当前验证尚未证明其完全具备长期真实校园部署的准备度。未来工作将转向更大规模、跨场景和更长时间的评估，并明确关注可迁移性、动态隐私预算分配、审计层可扩展性和长期运行可信性。