11:11arXiv cs.AI@Taym Alshoghri, Deemah H. Tashman, Mohammad Reza Gerami, Soumaya CherkaouiIoMT设备资源受限且处理敏感健康数据,联邦学习中模型更新可能泄露隐私。量子计算威胁传统加密,需集成后量子密码(PQC)。该文提出基于Kubernetes的框架,在Raspberry Pi测试床上验证。分布式加密处理延迟比顺序设计低32%,资源开销可控。框架为联邦学习IoMT系统提供安全编排与通信方案。论文IoMT联邦学习后量子密码边缘计算推荐理由:联邦学习+后量子医疗数据保护原文
09:39arXiv cs.AI@Ranulfo Bezerra, Satoshi Tadokoro, Kazunori Ohno这篇综述论文系统梳理了人工智能、物联网与机器人三者融合的现状与挑战。尽管AIoT和IoRT(物联网机器人)已有进展,但缺乏统一的设计框架。论文强调了小语言模型(SLM)在边缘端和大语言模型(LLM)在云端的协同作用,用于分布式认知与自主决策。作者提出模块化系统架构,分析了互操作性和反馈控制方面的持续缺口,并按集成深度对现有工作分类。该工作为构建下一代模块化、可解释、能动态学习的AI-IoT-机器人生态系统提供了概念和技术路线图。论文AI-IoT-机器人融合小语言模型大语言模型边缘计算连接机器人推荐理由:做机器人或物联网系统架构的开发者,这篇综述帮你理清AI、IoT和机器人三者如何真正融合,避免重复造轮子,值得收藏作为技术路线参考。原文