一种基于差分隐私保护的联邦学习自动驾驶系统更新方法

    公开(公告)号:CN118519652A

    公开(公告)日:2024-08-20

    申请号:CN202410586199.4

    申请日:2024-05-13

    Abstract: 本发明公开了一种基于差分隐私保护的联邦学习自动驾驶系统更新方法,采集车辆的原始数据,从原始数据中提取出敏感数据;对敏感数据采取差分隐私保护算法,获得隐私加密后的数据;由服务器向各个自动驾驶汽车发送空白的学习模型;在每个自动驾驶汽车中,基于隐私加密后的数据对学习模型进行训练,得到新的本地模型;将新的本地模型返回给服务器,服务器收集更新后的模型后进行聚合,得到聚合结果;得到聚合结果从而更新系统。本方法能够解决自动驾驶系统更新过程中的隐私泄露的问题;增强用户的隐私保护和数据准确性。

Patent Agency Ranking