Earticle

초록

영어

Concerns with data privacy in dispersed agricultural IoT applications are raised by the massive amounts of sensitive environmental and crop-related data generated by smart greenhouse systems. In order to improve data protection in greenhouse settings, this study suggests a privacy -enhanced federated learning architecture that incorporates differential privacy. In order to achieve a balanced trade-off between accuracy, privacy budget, and system efficiency, the suggested hierarchical FL+DP strategy significantly stabilizes model updates and lowers communication overhead. The suggested model shows a favorable privacy-accuracy trade-off when compared to ordinary federated learning, achieving up to 88.7% prediction accuracy under moderate noise circumstances (σ = 0.3–0.5) while offering explicit differential privacy guarantees. These findings show that the FLDP framework is a good fit for privacy-sensitive smart greenhouse applications that need high data secrecy and accurate prediction.

한국어

분산형 농업 IoT 애플리케이션에서 데이터 프라이버시 문제는 스마트 온실 시스템이 생성하는 방대한 양의 민감한 환경 및 작물 관련 데이터로 인해 제기된다. 본 연구는 온실 환경에서의 데이터 보호를 개선하기 위해 차등 프라이버시를 통합한 프라이버시 강화 FL 아키텍처를 제안한다. 이 접근법은 특히 라즈베리 파이와 같은 제한된 자원을 가진 에지 디바이스를 위해 설계했다. 실제 온실 환경 데이터셋을 대상으로 한 실험에 따르면, 중앙 집중식 훈련은 최대 정확도(92.4%)를 달성하지만 프라이버시 보호 기능이 전혀 제공되지 않는다. 정확도, 프라이 버시 예산, 시스템 효율성 간의 균형 잡힌 절충점을 달성하기 위해 제안된 계층적 FL+DP 전략은 모델 업데이트를 크게 안정화하고 통신 오버헤드를 낮춘다. 이러한 결과는 높은 데이터 기밀성과 정확한 예측이 필요한 프라이버시 민감형 스마트 온실 애플리케이션에 FLDP 프레임워크가 적합함을 보여주었다.

목차

Abstract
요약
1. Introduction
2. Related Works
2.1 Federated Learning and Differential Privacy
2.2 Current Development Status
3. Design of the Proposed Model
3.1 Overview
3.2 Model Workflow
3.3 Algorithm Design
4. Evaluation and Result
4.1 Experimental Setup
4.2 Experimental Method
4.3 Experimental Results and Analysis
5. Conclusions
REFERENCES

키워드

저자

• Mang Lu [ 루망 | Student, Dept. of Computer and Media Engineering, Tongmyong University ]
• Sung-Hwa Han [ 한성화 | Professor, Dept. of Information System and Security, Tongmyong University ] Corresponding Author
• Seung-Soo Shin [ 신승수 | Professor, Dept. of Computer Engineering, Tongmyong University ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  산업과 과학 [Advanced Industrial SCIence]

• 간기

  격월간

• eISSN

  2951-2476

• 수록기간

  2022~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 004 DDC 004