工业制造AI模型安全可信边缘计算课题申报书.docxVIP

工业制造模型安全可信边缘计算课题申报书

一、封面内容

工业制造模型安全可信边缘计算课题申报书

申请人：张明

所属单位：清华大学计算机科学与技术系

申报日期：2023年10月26日

项目类别：应用研究

二．项目摘要

本项目聚焦工业制造领域模型在边缘计算环境下的安全可信问题，旨在构建一套兼顾性能与安全性的边缘智能解决方案。随着工业4.0的推进，边缘侧模型被广泛应用于设备预测性维护、质量检测等场景，但现有模型易受侧信道攻击、数据投毒及模型窃取等威胁，且边缘计算资源受限，传统安全机制难以直接应用。项目将首先分析工业场景中模型的脆弱性特征，结合形式化验证与对抗训练技术，设计轻量级的安全增强模型架构，降低模型复杂度并提升鲁棒性；其次，研究基于硬件隔离与软件沙箱的边缘计算安全框架，实现模型运行环境的动态隔离与行为监控，防止恶意代码注入与资源耗尽攻击；再次，开发面向工业数据的隐私保护算法，采用差分隐私与同态加密技术，确保数据在预处理阶段的机密性。项目将构建包含数据采集、模型训练、边缘部署及安全评估的全链路实验平台，重点验证模型在资源受限设备上的性能开销与安全防护效果。预期成果包括：提出一种适用于工业场景的安全可信模型评估指标体系，开发一套轻量级安全增强模型库，形成完整的边缘计算安全解决方案，并发表高水平学术论文3篇，申请发明专利5项，为工业智能化转型提供核心技术支撑。

三.项目背景与研究意义

1