车联网中基于联邦学习的隐私保护模型聚合系统及方法

授权

摘要

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。

基本信息

专利标题：

车联网中基于联邦学习的隐私保护模型聚合系统及方法

专利标题（英）：

暂无

公开（公告）号：

CN113163366A

申请号：

CN202110445916.8

公开（公告）日：

2021-07-23

申请日：

2021-04-25

授权号：

CN113163366B

授权日：

2022-04-15

发明人：

夏喆舒一峰沈华张明武

申请人：

武汉理工大学

申请人地址：

湖北省武汉市洪山区珞狮路122号

代理机构：

武汉科皓知识产权代理事务所(特殊普通合伙)

代理人：

肖明洲

优先权：

CN202110445916.8

主分类号：

H04W4/44

IPC分类号：

H04W4/44 H04W12/00 H04W12/02 H04W12/03 G06N20/00 G08G1/01