基于联邦学习的车联网智能路线规划系统

网络空间安全学院

Federated learning-based intelligent route planning system for connected vehicles

大多现有互联网企业专注于做车辆数据直接传输云端，云端返回答案的模式，对用户隐私的保护并不到位，极有可能发生隐私泄露的问题。同时这种模式的运算速度并没有很高的保证，极易出现延时的情况影响用户判断。由此看来直接传输数据具有较大的安全隐患，车联网与联邦学习的结合则可以有效的避免这种隐患。本次雏燕计划简单地模拟车联网和联邦学习结合时，车辆在本地处理信息并上传多个参数配合云端联合学习，通过加权、拟合最终得出线性数据并进行比较，从而实现最佳路线的规划。