一种基于Android的差分私有室内定位联邦学习方法

    公开(公告)号:CN114970833B

    公开(公告)日:2024-11-19

    申请号:CN202210709776.5

    申请日:2022-06-22

    Abstract: 一种基于Android的差分私有室内定位联邦学习方法,包括数据收集与预处理、离线训练和在线定位三个阶段;在数据收集与预处理阶段,移动终端设备收集RSS指纹数据并通过计算位置点与RSS指纹数据间的皮尔逊相关系数来剔除不相关的位置点;在离线训练阶段,预处理后的RSS指纹数据在移动终端设备上进行室内定位子模型训练,对模型参数在本地进行差分隐私保护处理后上传到边缘服务器,边缘服务器对接收到的模型参数进行可信聚合,将聚合后的最新模型参数下发给各移动终端设备,使其进行下一步迭代训练,直到得到最优的室内定位模型;在在线定位阶段,用户实时采集其附近的室内RSS指纹数据,并将其输入到训练好的室内定位模型中,以获取安全、可靠的室内定位服务。

    一种基于Android的差分私有室内定位联邦学习方法

    公开(公告)号:CN114970833A

    公开(公告)日:2022-08-30

    申请号:CN202210709776.5

    申请日:2022-06-22

    Abstract: 一种基于Android的差分私有室内定位联邦学习方法,包括数据收集与预处理、离线训练和在线定位三个阶段;在数据收集与预处理阶段,移动终端设备收集RSS指纹数据并通过计算位置点与RSS指纹数据间的皮尔逊相关系数来剔除不相关的位置点;在离线训练阶段,预处理后的RSS指纹数据在移动终端设备上进行室内定位子模型训练,对模型参数在本地进行差分隐私保护处理后上传到边缘服务器,边缘服务器对接收到的模型参数进行可信聚合,将聚合后的最新模型参数下发给各移动终端设备,使其进行下一步迭代训练,直到得到最优的室内定位模型;在在线定位阶段,用户实时采集其附近的室内RSS指纹数据,并将其输入到训练好的室内定位模型中,以获取安全、可靠的室内定位服务。

Patent Agency Ranking