نحو الذكاء الحدي التعاوني: تقييم البيانات وجدولتها المعتمد على البلوكشين لتحسين جودة الخدمة

يشير الذكاء الحدي التعاوني، وهو نموذج للحوسبة الموزعة، إلى نظام حيث تعمل أجهزة الحواف المتعددة معًا لمعالجة البيانات وأداء مهام التعلم الآلي الموزعة محليًا. تشارك أجهزة إنترنت الأشياء (IoT) اللامركزية المعرفة والموارد لتحسين جودة الخدمة (QoS) للنظام مع تقليل الاعتماد على بنية السحاب المركزية. ومع ذلك، فإن هذا النموذج عرضة لهجمات الاستغلال المجاني، حيث تستفيد بعض الأجهزة من الذكاء الجماعي دون أن تساهم بنصيبها العادل، مما قد يثبط التعاون ويقوض فعالية النظام. علاوة على ذلك، قد تحتوي البيانات المجمعة من أجهزة إنترنت الأشياء غير المتجانسة على معلومات متحيزة تقلل من دقة التنبؤ لنماذج التعلم الآلي الموزع. لمعالجة هذه التحديات، نقترح آلية تحفيز جديدة تعتمد على سجلات البلوكشين المعتمدة على الوقت والحوسبة الحافة متعددة الوصول (MEC). نصيغ مشكلة جودة الخدمة كمسألة حقيبة متعددة غير محدودة عند حافة الشبكة. علاوة على ذلك، يتم تقديم بروتوكول تقييم لامركزي فوق البلوكشين لتحفيز المساهمين وتثبيط المتسولين. لتحسين دقة التنبؤ للنموذج ضمن متطلبات تأخير محددة، يتم تقديم خوارزمية جدولة البيانات استنادًا إلى إطار تعلم المنهج. بناءً على محاكيات الكمبيوتر لدينا باستخدام مجموعات بيانات غير متجانسة، نحدد عاملين حاسمين لتعزيز جودة الخدمة في نظم الذكاء الحدي التعاوني: (1) التخفيف من تأثير فقدان المعلومات والمتسولين من خلال تقييم البيانات اللامركزي، و(2) تحسين المنفعة الحدية لعينات البيانات الفردية من خلال جدولة البيانات التكيفية.