本發(fā)明涉及通信，尤其涉及一種基于聯(lián)邦學習的智能家居系統(tǒng)。

背景技術：

1、智能家居是以住宅為平臺，利用綜合布線技術、網(wǎng)絡通信技術、安全防范技術、自動控制技術、音視頻技術將家居生活有關的設施集成，構建高效的住宅設施與家庭日程事務的管理系統(tǒng)，提升家居安全性、便利性、舒適性和藝術性，并實現(xiàn)環(huán)保節(jié)能的居住環(huán)境。然而隨著智能家居的廣泛應用，智能家居隱私泄露問題日益凸顯，智能家居隱私數(shù)據(jù)保護面臨兩方面的挑戰(zhàn)：一方面，用戶不希望自己的隱私數(shù)據(jù)被泄露，要求對自己的數(shù)據(jù)使用有知情權與控制權；另一方面，智能家居設備廠商希望盡可能多地采集用戶數(shù)據(jù)，以提供更好的智能服務。當前，如何在滿足服務需求的前提下保障智能家居設備用戶隱私數(shù)據(jù)安全，已經(jīng)成為一個亟待解決的核心問題。在此背景下，聯(lián)邦學習模型作為人工智能的一個重要的算法模型，其核心優(yōu)勢在于數(shù)據(jù)隱私保護、分布式數(shù)據(jù)處理、可擴展性、實時學習、數(shù)據(jù)多樣性，其中聯(lián)邦學習的隱私保護技術不僅減少了用戶隱私數(shù)據(jù)上傳，還有效利用了邊緣端設備的數(shù)據(jù)進行機器學習計算，能為用戶提供更好的智能服務。

2、然而，當前通信技術領域中基于聯(lián)邦學習模型設計的智能家居系統(tǒng)架構大多停留在理論研究和模擬實驗層面，往往未能切實地結合實際的應用場景，使得這些系統(tǒng)架構難以提供切實可行的聯(lián)邦學習模型運行環(huán)境，進而難以在智能家居場景中實施部署。

技術實現(xiàn)思路

1、本發(fā)明提供了一種基于聯(lián)邦學習的智能家居系統(tǒng)，用于解決現(xiàn)有智能家居系統(tǒng)架構難以提供切實可行的聯(lián)邦學習模型運行環(huán)境，同時難以在智能家居場景中實施部署的技術問題。

2、本發(fā)明提供的一種基于聯(lián)邦學習的智能家居系統(tǒng)，包括：智能家居設備、數(shù)據(jù)分流器、家居模塊和下級終端；所述智能家居設備劃分為單態(tài)家居設備和多態(tài)家居設備；所述家居模塊由多個子模塊組成；

3、所述單態(tài)家居設備通信連接所述家居模塊，用于采集單態(tài)家居信息，并將所述單態(tài)家居信息上傳至對應的子模塊中；

4、所述多態(tài)家居設備通信連接所述數(shù)據(jù)分流器，用于采集多態(tài)家居信息，并將所述多態(tài)家居信息上傳至所述數(shù)據(jù)分流器；

5、所述數(shù)據(jù)分流器通信連接所述家居模塊，用于按照預設數(shù)據(jù)分流規(guī)則分離所述多態(tài)家居信息，輸出多個單態(tài)家居信息，并將單態(tài)家居信息上傳至對應的子模塊中；

6、所述家居模塊通信連接所述下級終端，用于基于所述單態(tài)家居信息提取出家居特征數(shù)據(jù)，根據(jù)所述家居特征數(shù)據(jù)生成家居聚合數(shù)據(jù)，并將所述家居聚合數(shù)據(jù)發(fā)送至下級終端；

7、所述下級終端通信連接所述智能家居設備，用于通過所述家居聚合數(shù)據(jù)對本地模型進行聯(lián)邦學習，生成家居指令，并根據(jù)所述家居指令控制相應的智能家居設備進行家居管理。

8、進一步的，所述單態(tài)家居信息為文本信息、語音信息和圖像信息中的一種；所述家居模塊包括文本模塊、圖像模塊和語音模塊；

9、所述文本模塊搭載有文本模型，用于根據(jù)所述文本信息提取出文本家居特征數(shù)據(jù)，并根據(jù)所述家居特征數(shù)據(jù)生成家居聚合數(shù)據(jù)；

10、所述語音模塊搭載有語音模型，用于根據(jù)所述語音信息提取出語音家居特征數(shù)據(jù)，并根據(jù)所述家居特征數(shù)據(jù)生成家居聚合數(shù)據(jù)；

11、所述圖像模塊搭載有圖像模型，用于根據(jù)所述圖像信息提取出圖像家居特征數(shù)據(jù)，并根據(jù)所述家居特征數(shù)據(jù)生成家居聚合數(shù)據(jù)。

12、進一步的，還包括：上級終端；

13、所述下級終端通過家居子模式與所述上級終端通信連接，用于基于所述家居子模式和所述家居聚合數(shù)據(jù)生成目標對象狀態(tài)數(shù)據(jù)，并將所述目標對象狀態(tài)數(shù)據(jù)發(fā)送至所述上級終端；

14、所述上級終端由同一家居子模式下的所有下級終端選舉得到；

15、所述上級終端，用于聚合所有所述目標對象狀態(tài)數(shù)據(jù)，并基于所述家居子模式進行聯(lián)邦學習，生成推理結果，并將所述推理結果發(fā)送至所述下級終端以優(yōu)化所述下級終端的本地模型。

16、進一步的，所述上級終端，還用于審核下級終端之間的好友申請請求信息。

17、進一步的，還包括：總管終端；

18、所述上級終端通過家居模式與所述總管終端，用于聚合在預設時間周期內(nèi)的推理數(shù)據(jù)，生成一級疑點信息，并將所述一級疑點信息發(fā)送至所述總管終端；其中，各所述家居模式關聯(lián)著多個家居子模式；

19、所述總管終端，用于聚合在預設時間周期內(nèi)的所有所述一級疑點信息，生成二級疑點信息；基于預設安全趨勢庫，判斷所述二級疑點信息的安全趨勢等級是否屬于嚴重安全趨勢；若不屬于，則根據(jù)所述二級疑點信息結合預設信息庫，生成判異結果并下發(fā)至各所述上級終端。

20、進一步的，在同一模式等級下的各所述總管終端之間通信連接，且各所述總管終端關聯(lián)著不同的家居模式。

21、進一步的，還包括：云端；

22、所述云端關聯(lián)著同一模式等級下的多個所述總管終端，用于接收當所述二級疑點信息的安全趨勢等級屬于嚴重安全趨勢時所述總管終端上傳的分析請求，并選取上傳分析請求的總管終端作為目標總管終端，發(fā)送分析指令至所述目標總管終端，使得所述目標總管終端聚合其他總管終端的二級疑點信息，生成并返回共性問題；根據(jù)所述共性問題并結合預設信息庫，生成共性結果。

23、進一步的，所述智能家居設備能夠包括功能性智能設備、交互型智能設備和計算型智能設備。

24、進一步的，所述數(shù)據(jù)分流器具體為搭載有vpn的計算機設備。

25、進一步的，所述智能家居設備、所述數(shù)據(jù)分流器、所述家居模塊和所述下級終端均接入至對應的局域網(wǎng)中。

26、從以上技術方案可以看出，本發(fā)明具有以下優(yōu)點：

27、本發(fā)明提供了一種基于聯(lián)邦學習的智能家居系統(tǒng)，系統(tǒng)包括：智能家居設備、數(shù)據(jù)分流器、家居模塊和下級終端；智能家居設備劃分為單態(tài)家居設備和多態(tài)家居設備；家居模塊由多個子模塊組成；單態(tài)家居設備通信連接家居模塊，用于采集單態(tài)家居信息，并將單態(tài)家居信息上傳至對應的子模塊中；多態(tài)家居設備通信連接數(shù)據(jù)分流器，用于采集多態(tài)家居信息，并將多態(tài)家居信息上傳至數(shù)據(jù)分流器；數(shù)據(jù)分流器通信連接家居模塊，用于按照預設數(shù)據(jù)分流規(guī)則分離多態(tài)家居信息，輸出多個單態(tài)家居信息，并將單態(tài)家居信息上傳至對應的子模塊中；家居模塊通信連接下級終端，用于基于單態(tài)家居信息提取出家居特征數(shù)據(jù)，根據(jù)家居特征數(shù)據(jù)生成家居聚合數(shù)據(jù)，并將家居聚合數(shù)據(jù)發(fā)送至下級終端；下級終端通信連接智能家居設備，用于通過家居聚合數(shù)據(jù)對本地模型進行聯(lián)邦學習，生成家居指令，并根據(jù)家居指令控制相應的智能家居設備進行家居管理。

28、在本系統(tǒng)中，下級終端無法直接得到用戶的家居信息，家居信息是受隱私保護的，通過數(shù)據(jù)分流器和家居模塊對采集到的家居信息進行處理分析，下級終端接收到的是經(jīng)過隔離處理的家居聚合數(shù)據(jù)，以保障用戶的智能家居設備的隱私數(shù)據(jù)安全。同時，下級終端根據(jù)家居聚合數(shù)據(jù)生成相應的家居指令為用戶提供更好的智能服務。智能家居系統(tǒng)為聯(lián)邦學習模型提供了切實可行的運行環(huán)境，進而解決了現(xiàn)有智能家居系統(tǒng)架構難以提供切實可行的聯(lián)邦學習模型運行環(huán)境，同時難以在智能家居場景中實施部署的技術問題。