-
公开(公告)号:CN116489642A
公开(公告)日:2023-07-25
申请号:CN202310455763.4
申请日:2023-04-25
Applicant: 重庆交通大学
IPC: H04W12/041 , H04W12/0433 , H04W12/03 , H04W12/00 , H04W4/44 , H04L9/08 , H04L9/14 , H04L9/00 , G06N20/00 , G06F21/62
Abstract: 本发明具体涉及一种面向车联网隐私安全的联邦学习方法,包括:生成公私钥,将私钥分割为对应份数的子密钥分发给参加联邦学习的各个车辆;对于单个车辆:基于本地数据和全局原型向量训练本地模型,对局部原形向量进行加密生成加密局部原形向量;对各个车辆的加密局部原形向量进行同态加法运算生成加密局部原形向量之和;各个车辆基于自身的子密钥依次对加密局部原形向量之和进行部分解密直至完全解密得到局部原形向量之和;根据局部原形向量之和计算全局原型向量,并分发给参加联邦学习的各个车辆。本发明能够减少联邦学习的参数量并缓解模型异构问题,通过多密钥的半同态加密算法以及差分隐私中的高斯机制保护联邦学习参与方数据的隐私。
-
公开(公告)号:CN116307326A
公开(公告)日:2023-06-23
申请号:CN202310307229.9
申请日:2023-03-27
Applicant: 重庆交通大学
IPC: G06Q10/047 , G06N3/126 , G06F17/16 , G06F21/60
Abstract: 本发明涉及同态加密及汽车路径规划技术领域,具体涉及基于同态加密的智能网联汽车路径规划方法,包括:获取目标城市的城市相关信息,并生成城市距离矩阵;通过同态加密算法对城市距离矩阵进行加密,生成对应的同态加密距离矩阵;通过遗传算法基于同态加密距离矩阵进行最优路径求解,生成加密局部最优解;对加密局部最优解进行解密,得到对应的局部最优路径信息;将所有的局部最优路径信息进行对比,并判断是否达到终止条件:若是,则基于当前最优的局部最优路径信息实现路径规划。本发明能够对行车端和服务器端传输的数据进行同态加密,并且能够基于同态密文数据实现路径规划,从而能够提高汽车路径规划的有效性和数据安全性。
-