【摘 要】语义通信作为一种全新的通信形式,着重关注信息的内涵,可以大幅提升通信效率,并推动实现真正的智能通信。为了提升在6G中部署语义通信系统的可行性,从移动网络边缘资源的利用和减少模型联合更新的通信开销两个维度出发,提出一种结合边缘智能和分割学习的模型联合训练方法和支持实时交互的语义通信机制,并探索了语义通信的数据隐私泄露问题。结果表明在模型切割和传输过程中,需要对模型切割层数进行合理的划分,以保护数据隐私。
【关键词】语义通信;6G;联合训练;实时交互;数据隐私
0 引言
随着5G的大规模商用,全球已经启动了对下一代移动通信技术的研究。在未来6G网络中,人们将从人机物互联跨入人机物智联的新阶段,数字世界将与物理世界进行无缝融合,推进6G向泛在智联、普惠智能、超强感知、全域覆盖、绿色低碳、安全可信等方向发展[1-2]。在5G原有的三大场景的基础上,6G将进一步拓展典型场景,如超级无线宽带、极其可靠通信、超大规模连接、普惠智能服务、通信感知融合等[1]。6G的主要无线性能指标将在原有5G的基础上实现十至百倍提升,如亚毫秒级的时延、Gbps级别的体验速率、千万级的连接、超90%的人工智能服务精度等需求[1]。在此背景下,6G的通信与智能服务需求对经典信息论指导下的传