龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京电子科技学院
摘要：本发明公开了一种车联网隐私保护联邦学习方法及系统，属于车联网数据隐私保护技术领域。其方法包括系统初始化、注册及群组密钥生成、本地训练及模型聚合及追踪撤销管理等步骤。与现有大多数隐私保护联邦学习方案相比，本发明无需添加随机噪声和复杂的密码运算，从而在保持联邦学习效率的情况下大大减少了计算和通信开销。本发明设计的基于国密SM2的无证书签名算法，引入了动态假名和中国剩余定理，且无需复杂的双线性配对运算，可以实现车辆高效的动态管理和隐私保护。与标准算法的结合使得更易于应用推广。
主权项：1.一种车联网隐私保护联邦学习方法，其特征在于，包括以下步骤：系统初始化：可信中心进行系统初始化，生成系统公共参数；注册及群组密钥生成：可信中心进行车辆及路边单元的注册任务并生成秘密密钥分配给各个车辆，并基于秘密密钥与系统公共参数生成可信中心、车辆及路边单元之间通讯的相关密钥；本地训练及模型聚合：云服务器发送全局模型参数至覆盖区域内的每一车辆，每一车辆对本地数据进行训练，获得本地模型参数，根据相关密钥对本地模型参数进行签名生成验证信息并匿名上传至路边单元；路边单元根据验证消息对本地模型参数进行验证，将验证通过的本地模型参数进行局部聚合，获得局部聚合模型；路边单元使用自己的私钥对局部聚合模型进行签名并上传至云服务器；云服务器对路边单元上传的局部模型进行验证并对通过验证的局部模型进行全局聚合得到全局模型参数，至此一轮训练迭代完成，迭代多轮，直至收敛。
全文数据：
权利要求：
百度查询： 北京电子科技学院 一种车联网隐私保护联邦学习方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号