论文题目：基于联邦学习的智能家居隐私保护技术研究与实现
摘要：随着物联网（Internet of Things,IoT）时代的到来,智能家居设备和应用越发普及,智能家居隐私泄露问题逐步凸显,愈发重要。智能家居隐私数据保护面临两方面的挑战:一方面,用户不希望自己的隐私数据被泄露,要求对自己的数据使用有知情权与控制权;另一方面,智能家居设备厂商希望尽可能多地采集用户数据,以提供更好的智能服务。因此,如何有效地保护智能家居设备中用户的隐私数据已成为当前智能家居亟需解决的重要问题。目前面向智能家居领域的隐私保护技术研究主要思想是尽可能本地化处理数据,减少用户的数据流出,但是不能完全本地化处理数据,需要智能服务的智能家居设备的隐私数据还是会泄露云端,因此,本文提出一种基于联邦学习的智能家居隐私保护通信方法PPTrans（Privacy Protection Transmission）,设计与实现支持PPTrans的智能家居隐私保护原型系统FLYFDetect（Federated Learning YOLOv5 Fire Detection）,通过FLYFDetect原型系统,验证了本文所提方法在智能家居隐私保护上的有效性。本文的主要创新性工作如下:（1）针对现有智能家居系统中,智能家居设备与其服务厂商之间存在的潜在用户数据隐私泄露问题,提出一种基于联邦学习的智能家居隐私保护通信方法PPTrans。PPTrans针对了不同类别的智能家居设备、智能网关和云服务等多方角色进行设计,具有良好的兼容性;（2）设计并实现支持PPTrans的智能家居隐私保护原型系统FLYFDetect。FLYFDetect原型系统实现了基于YOLOv5（You Only Look Once version 5）的联邦学习方法,将智能家居隐私数据尽可能在网关上处理,减少了用户隐私数据流出;（3）在真实环境中构建FLYFDetect原型系统,基于FLYFDetect原型系统设计与实现了一个智能家居火焰预警应用,对智能家居隐私保护进行了功能和性能的测试,验证了所提方法的有效性。
关键词：智能家居;隐私保护;联邦学习
学科专业：计算机技术（专业学位）
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文工作
1.4 论文组织结构
第二章 相关研究
2.1 引言
2.2 智能家居隐私保护技术
2.3 联邦学习与相关技术
2.4 本章小结
第三章 基于联邦学习的智能家居隐私保护通信方法
3.1 问题描述与分析
3.2 基于联邦学习的智能家居隐私保护通信方法PPTrans
3.3 本章小结
第四章 智能家居隐私保护原型系统设计与实现
4.1 问题描述与分析
4.2 智能家居隐私保护原型系统FLYFDetect总体架构设计
4.3 智能家居隐私保护原型系统FLYFDetect关键技术
4.4 本章小结
第五章 FLYFDetect原型系统测试与分析
5.1 系统测试环境
5.2 系统测试结果与分析
5.3 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
参考文献
致谢