一种基于多出口神经网络安全推理的车联网目标识别方法

本发明公开了一种基于多出口神经网络安全推理的车联网目标识别方法，获取车联网系统；对传感器设备的第j个推理任务构建深度网络模型，传感器设备为当前任务j构建系统状态向量；传感器设备选择神经网络进行推理任务的出口；计算车辆所配备的传感器设备执行当前任务所需要的效益；将包含状态向量、神经网络进行推理任务的出口选择策略、效益的经验存入经验池；传感器设备随机从经验池中采样出Z条经验，更新所述深度网络的权重参数；使得当前车辆以低时延和能耗完成对传感器设备所收集到的交通数据的目标识别任务。动态优化不同类别任务下推理的神经网络出口，解决多出口神经网络进行任务推理时存在的高开销和低安全性等问题。