• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Föderiertes Lernen für das Internet der Fahrzeuge

Föderiertes Lernen für das Internet der Fahrzeuge

Paperback

General Computers

ISBN10: 6208801567
ISBN13: 9786208801564
Publisher: Verlag Unser Wissen
Published: Mar 30 2025
Pages: 80
Weight: 0.26
Height: 0.19 Width: 6.00 Depth: 9.00
Language: German
Die rasante Entwicklung des Internet of Vehicles (IoV) führt zu bedeutenden Fortschritten bei intelligenten Verkehrssystemen, stellt jedoch auch kritische Herausforderungen an die Datensicherheit, den Datenschutz und die Entscheidungsfindung in Echtzeit. In dieser Studie wird ein auf Federated Learning (FL) basierender Sicherheitsrahmen für IoV vorgeschlagen, der Federated Averaging (FedAvg) und Differential Privacy (DP) integriert, um die Cybersicherheit zu verbessern und gleichzeitig den Datenschutz zu wahren. Das vorgeschlagene Modell nutzt dezentralisierte maschinelle Lerntechniken, um Sicherheitsbedrohungen zu entschärfen, die Abhängigkeit von Rohdatenübertragungen zu verringern und den unbefugten Zugriff auf sensible Fahrzeug- und Benutzerdaten zu verhindern. Durch eine umfassende empirische Analyse unter Verwendung realer Cybersicherheitsdatensätze bewertet diese Forschung die Leistung, Skalierbarkeit und Effizienz FL-basierter Sicherheitsmechanismen im Vergleich zu herkömmlichen Ansätzen.

Also from

Ben Jaafar, Inès

Also in

General Computers