Uczenie federacyjne dla Internetu pojazdów [Polish]

By Inès Ben Jaafar and Moheddine Rabaoui

Szybka ewolucja Internetu Pojazd w (IoV) wprowadza znaczące postępy w inteligentnych systemach transportowych, ale także stawia krytyczne wyzwania w zakresie bezpieczeństwa danych, prywatności i podejmowania decyzji w czasie rzeczywistym. W niniejszym badaniu zaproponowano oparte na uczeniu federacyjnym (FL) ramy bezpieczeństwa dla IoV, integrujące uśrednianie federacyjne (FedAvg) i prywatnośc r żnicową (DP) w celu zwiększenia cyberbezpieczeństwa przy jednoczesnym zachowaniu prywatności danych. Proponowany model wykorzystuje zdecentralizowane techniki uczenia maszynowego w celu zlagodzenia zagrożeń bezpieczeństwa, zmniejszenia zależności od transmisji nieprzetworzonych danych i zapobiegania nieautoryzowanemu dostępowi do wrażliwych danych pojazdu i użytkownika. Poprzez szeroko zakrojoną analizę empiryczną z wykorzystaniem rzeczywistych zbior w danych dotyczących cyberbezpieczeństwa, badania te oceniają wydajnośc, skalowalnośc i skutecznośc mechanizm w bezpieczeństwa opartych na FL w por wnaniu z konwencjonalnymi podejściami.

• Format: Paperback
• Language: Polish
• ISBN: 6208801605
• ISBN13: 9786208801601
• Release Date: March 2025
• Publisher: Wydawnictwo Nasza Wiedza
• Length: 76 Pages
• Weight: 0.25 lbs.
• Dimensions: 0.2" x 6.0" x 9.0"