| 成果基本信息 | ||||||
| 关键词: | ||||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明公开了一种车联网中基于联邦学习的隐私保护模型聚合系统及方法,系统包括可信权威中心TA(Trusted Authority)、云服务器CS(Cloud Server)、雾节点FN(Fog Node)、车辆V(Vehicle);方法包括四个步骤:系统初始化、车辆数据收集、训练生成局部模型、聚合生成全局模型。本发明在确保车辆隐私信息不被泄露的情况下,使得云服务器能够有效地生成车联网的全局模型,同时保证聚合过程中局部模型和全局模型的私密性。该方法能够促进智能交通系统的稳定运行,具有较好的实用性 |