【技术实现步骤摘要】
本申请涉及智能网联车，尤其涉及一种基于区块链和联邦学习的智能网联车ai模型训练方法。
技术介绍
1、在当前的智能网联车(v2x)环境中，汽车不再仅仅是传统意义上的交通工具，同时也成为了能够收集和/或生成海量数据的智能设备。汽车车机收集的数据包括但不限于汽车的行驶信息、环境感知数据以及用户行为数据等，对于提升交通安全、优化交通流、增强驾驶体验以及开发创新的智能交通服务都具有极为关键的价值。
2、目前，随着人工智能(ai)技术的发展，可以基于车联网平台相关联的车机获取的庞大数据量进行分析和学习，进而有利于促进更为智能化、个性化的智能网联车服务的发展。然而，在基于车辆相关数据训练模型的过程中，车辆相关数据的收集、存储、处理与共享均面临着数据安全与隐私保护的重大挑战。
3、以上缺陷具体包括两方面原因，一是由于车联网相关的各个车辆产生的数据量庞大、数据类型复杂，对数据处理和数据存储的能力均造成了极高的挑战。另一方面，由于需要对车联网相关的数据进行共享，难以避免数据的泄露，存在潜在的损害用户隐私的风险。因此，如何在处理大量数...
【技术保护点】
1.一种基于区块链和联邦学习的智能网联车AI模型训练方法，其特征在于，应用于模型训练平台，包括：
2.根据权利要求1所述的方法，其特征在于，所述发布任务发布端上传的模型训练任务之前，还包括：
3.根据权利要求1所述的方法，其特征在于，所述通过所述任务发布端确定加入所述模型训练任务的任务接收端，包括：
4.根据权利要求1或3所述的方法，其特征在于，所述响应于所述任务发布端的训练指令，将所述模型训练任务的训练参数和模型结构下发至对应的任务接收端，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述子模型参数进行聚合...
【技术特征摘要】
1.一种基于区块链和联邦学习的智能网联车ai模型训练方法，其特征在于，应用于模型训练平台，包括：
2.根据权利要求1所述的方法，其特征在于，所述发布任务发布端上传的模型训练任务之前，还包括：
3.根据权利要求1所述的方法，其特征在于，所述通过所述任务发布端确定加入所述模型训练任务的任务接收端，包括：
4.根据权利要求1或3所述的方法，其特征在于，所述响应于所述任务发布端的训练指令，将所述模型训练任务的训练参数和模型结构下发至对应的任务接收端，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述子模型参数进行聚合计算之前，还包括：
6.根...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。