【技术实现步骤摘要】
本专利技术属于车辆自动驾驶，尤其涉及一种基于联邦学习的自动驾驶隐私数据保护方法及装置。
技术介绍
1、现阶段国内外人工智能的重心仍在于利用以人工智能为代表的新一代信息技术解决各领域功能、应用、服务的数字化和智能化，还未充分考虑隐私数据安全利用与共享。为解决数据孤岛问题，同时保护数据隐私，研究者提出了联邦学习。联邦学习允许多个参与者在不共享数据的情况下构建一个通用的、健壮的机器学习模型，从而解决数据被集中所带来的隐私泄露问题，已成为目前应用最广泛的隐私数据保护方案。
2、现有的联邦学习研究大多采用单密钥同态加密方案，即各客户端共享同一密钥对，当某一客户端主动截取其它客户端发送的加密数据时，可直接利用自身密钥解密，导致被截获客户端的模型及本地隐私数据泄露。当前也有少部分基于多密钥的联邦学习方案，但仍然存在密文结构复杂导致密文规模随参与方数量增多呈指数级增长，且参与方数量需要提前设定，无法满足灵活的多跳需求的问题。
技术实现思路
1、针对现有技术存在的上述问题，本专利技术实施例提供了...
【技术保护点】
1.一种基于联邦学习的自动驾驶隐私数据保护方法，其特征在于，包括应用于协作方的第一设备和至少两个第二设备，每个所述第二设备应用于一个目标车企；所述第一设备和所述第二设备通信连接；所述方法应用于第一设备；包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述至少两个隐私数据库进行联邦共创加密处理，生成加密样本数据库；包括：
3.根据权利要求2所述的方法，其特征在于，当所述至少两个所述候选样本数据组包括第一目标车企对应的第一候选样本数据组、第二目标车企对应的第二候选样本数据组，以及第三目标车企对应的第三候选样本数据组时；所述第一候选样本数据组...
【技术特征摘要】
1.一种基于联邦学习的自动驾驶隐私数据保护方法，其特征在于，包括应用于协作方的第一设备和至少两个第二设备，每个所述第二设备应用于一个目标车企；所述第一设备和所述第二设备通信连接；所述方法应用于第一设备；包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述至少两个隐私数据库进行联邦共创加密处理，生成加密样本数据库；包括：
3.根据权利要求2所述的方法，其特征在于，当所述至少两个所述候选样本数据组包括第一目标车企对应的第一候选样本数据组、第二目标车企对应的第二候选样本数据组，以及第三目标车企对应的第三候选样本数据组时；所述第一候选样本数据组包括第一中心化向量、第二转化后向量，以及第三转化后向量；所述第二候选样本数据组包括第一转换后向量、第二中心化向量，以及第三转换后向量；所述第三候选样本数据组包括第一转换后向量、第二转换后向量，以及第三中心化向量；
4.根据权利要求2所述的方法，其特征在于，在对所述隐私数据库进行向量转换处理之前，还包括：
5...
【专利技术属性】
技术研发人员：张卓，周金玮，翟佳年，
申请(专利权)人：苏州科境智能科技有限公司，
类型：发明
国别省市：
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。