摘要：为解决智慧轨道交通中海量数据接入的同时合理利用信息和通信基础设施资源,研究智慧轨道交通云边端协同系统的关键技术。归纳智慧轨道交通系统的总体框架与技术架构,提出各专业系统智能化演进的共性特征。分析云中心、边缘计算平台及终端的管理、处理能力、带宽占用、实时性等特点,研究智慧轨道交通云边端协同方式,并提出相匹配的系统分级架构与网络架构。在此基础上,以接触网智能运维系统为例,提出单台检修车设置边缘计算节点集成各类智能终端实现独立检测维修能力,通过云中心统一管理、优化、迭代的典型系统方案。云边端协同有助于实现轨道交通泛在感知、高效处理与信息、通信基础设施之间的有效融合,在智慧轨道交通中有广泛的应用前景。

摘要：传统公钥可搜索加密方案中,大多采用分布式双陷门公钥密码系统分发密钥,通过子集决策机制实现密文检索,但是系统之间通信开销较大。本文提出了1种新的可验证的云边端环境下的公钥可搜索加密方案VSE-EPOMFC(Verifiable Searchable Encryption-Efficient Privacy-preserving Outsourced calculation framework with Multiple keys Filtering Computing,VSE-EPOMFC)。方案VSE-EPOMFC设计了1种基于部分同态加密的能在密文下计算的过滤算法筛选无意义任务来降低通信开销。针对客户端设备资源受限的缺点,采用阈值签名机制,将客户端签名、验证的任务委托给边缘结点,轻量化了客户端的验证开销与存储开销。仿真实验结果表明,方案VSE-EPOMFC在任务集匹配度II的情况下通信时间节省了25.46%,在任务集匹配度I的情况下通信时间节省了62.21%。

摘要：随着信息化技术的发展,大数据技术已然成为现代战争的重要技术支撑,以提升装备使用效能为目标,设计了集数据管理、数据标准体系建设、应用服务和安全控制一体的战场云边端大数据应用架构,该架构具有轻量化部署、微架构服务、可定义视图的特点,能有效满足云、边、端各类节点数据应用的差异化需求。以关键技术为牵引,实验验证了架构的可用性和可行性,支撑数据赋能装备运用,推动数据应用从价值域向能力域的拓展。

摘要：云网一体化背景下,云边端CET全媒体系统平台随着节目生产发展需要研发问世。该系统平台可实现中央集群存储、分节点控制、网络传输管理、异地虚拟编辑、混编制作、多渠道分发等功能,本文介绍了其系统设计和流程工艺,并对其中的技术难点进行解析。

摘要：物联网多样性终端设备在计算、存储、通信方面的异构性导致联邦学习效率不足。针对上述联邦训练过程中面临的问题,基于代理选举思路,提出了一种高效联邦学习算法。设计了基于马氏距离的代理节点选举策略,将设备的计算能力与闲置时长作为选举因素,选举性价比高的设备作为代理节点,充分发挥设备计算能力。进一步设计了基于代理节点的新型云边端联邦学习架构,提升了异构设备之间的联邦学习效率。基于MNIST和CIFAR-10公开数据集与智能家居设备真实数据的实验表明,该联邦学习方法的效率提高了22%。

摘要：新型电力系统的建设正朝着云边端一体化方向发展,云边端架构带来灵活性和可扩展性的同时,也带来了数据隐私安全、非法操作、缺乏标准化集成方案等问题。基于此,文章提出一种结合云边端架构特点的基于属性的安全访问控制方案(cloud-edge-device attribute-based access control,CED-ABAC),方案通过边缘融合终端进行重加密,既保护数据安全,又减轻终端设备的通信开销,在策略授权方面,使用可扩展的访问控制标记语言(extensible access control markup language,XACML)设计授权策略和策略匹配算法,实现对多终端访问控制策略的同时下发,更高效地解决标准化集成问题。同时通过实验仿真,证明CED-ABAC方案的效率和性能相比于已有方案具有明显优势。

摘要：联邦学习(federated learning)通过用上传模型参数的方式取代了数据传输,降低了隐私泄露的风险.然而,将联邦学习应用到云边端框架下时,一方面,由于云边端存在边缘和终端两层分布式框架,对传统的单层联邦学习提出挑战;另一方面,终端节点因资源异构难以训练相同复杂度的模型,无法满足联邦学习客户端统一模型的假设.针对上述第1个问题,从传统的单层联邦学习方法出发,设计了面向云边端分层部署模型的联邦学习方案;针对第2个问题,通过在终端模型插入分支的方式,将大模型拆分为不同复杂度的小模型适配不同客户端资源状态,从而实现异构联邦学习.同时,考虑到终端存在大量无标签数据无法进行有效模型训练的问题,还提出了针对联邦框架的半监督学习方法,实现对无标签数据的有效利用.最终,通过MNIST和FashionMNIST数据集对方法进行了验证.实验结果表明,在有效避免隐私泄露的前提下,相比于其他同构和异构学习方法,所提方法最大可提升22%的模型准确率;在计算、通信、存储等资源开销上均有明显降低.

摘要：通过对城市轨道交通当前业务系统智能运维的需求分析和架构分析,提出了一种基于云、边、端3层架构的智能运维系统。通过云、边、端分层部署,实现资源、管理、数据、服务等多方位的协同,可以很好地解决传统架构下中心压力大、无用数据太多的问题,推动智能运维架构的升级转型,促进维修维护体系演进,从而更好地保障乘客安全出行,提高运维效率。

摘要：智慧工地是当前建筑工程数字化转型的主要形态,目前智慧工地系统设备多样化、零散化,标准尚未统一,且不利于循环利用。“方舱式”智慧工地系统,是以集成式方舱为核心,在其中预置部署多种智慧工地软硬件系统及指挥中心,构建智慧工地的标准化、模块化建设,并具备安全可靠、快速部署和可移动性、可重复利用性等特点。本文旨在探讨“方舱式”智慧工地系统设计与实现过程中,感知终端数据格式与标准繁多、工程各阶段各系统间数据通信与交换标准不统一等数据标准化方面所要解决的问题与难点。通过统一的数据标准、规范的数据接口,可以实现智慧工地中各类系统的规范化对接,便于数据的管理和使用,解决数据不规范的挑战,实现智慧工地中数据的统一管理、安全传输和互操作性,从而提高工程的整体效率、安全性和可持续发展。