公开(公告)号：CN116992973A

公开(公告)日：2023-11-03

申请号：CN202310522838.6

申请日：2023-05-10

Applicant: 北京交通大学

Inventor： 郭雅婷 ,  赵佳 ,  刘吉强 ,  饶欣宇 ,  郭悦 ,  孟祥雨 ,  杨博凯

IPC: G06N20/00 ,  G06F16/29 ,  H04L67/104 ,  H04L67/52 ,  H04L67/12

Abstract: 本发明提供了一种基于节点分割的动态车联网联邦学习方法。基于服务器和车辆终端的地理位置分布形成节点分布地图，车辆终端节点选择节点分布地图中离自己最近的服务器节点构成客户端‑服务器架构的联邦学习；对于未与服务器有连接的车辆终端节点，利用最小生出树算法进行分组。与服务器有连接的客户端进行客户端‑服务器架构的联邦学习，其余节点分组进行对等架构的联邦学习。本发明方法将地理位置上分布不均的节点被就近分组进行联邦学习，提高了在地理位置下车辆终端对联邦学习的参与度，并通过分组降低节点过多造成的响应时间过长的影响。

公开(公告)号：CN117014179A

公开(公告)日：2023-11-07

申请号：CN202310690210.7

申请日：2023-06-12

Applicant: 北京交通大学

Inventor： 饶欣宇 ,  赵佳 ,  刘吉强 ,  郭雅婷 ,  郭悦 ,  孟祥雨 ,  杨博凯

IPC: H04L9/40 ,  H04L41/16 ,  H04L12/40

Abstract: 本发明提供一种CVAR‑FL车联网入侵检测方法及系统，属于车联网通信安全技术领域，发送给进入检测范围内的车辆检测请求；接收车辆根据检测请求发送的CAN数据，利用检测模型对获取的CAN数据进行处理，得到入侵检测结果；路侧单元和车辆间的数据传输采用将椭圆曲线加密算法结合到基于属性的加密算法中进行传输。本发明不需要额外的特征库，提高了检测效率；结合了集成学习的思想，并对RSU进行建模，提供半自动化的模型选择机制；边缘车辆可以自主选择是否进行入侵检测，全局模型聚合过程在MEC上进行，减少入侵检测系统本身对车辆造成的资源消耗；考虑车辆在检测数据传输过程中的隐私泄露风险，使用基于ECC的CP‑ABE进行数据的加密保护。

公开(公告)号：CN117956539A

公开(公告)日：2024-04-30

申请号：CN202410067967.5

申请日：2024-01-17

Applicant: 北京交通大学

Inventor： 赵佳 ,  郭悦 ,  刘吉强 ,  郭雅婷 ,  饶欣宇 ,  孟祥雨 ,  杨博凯 ,  王妍淳

IPC: H04W40/32 ,  H04W84/06 ,  H04W40/10 ,  H04W40/20 ,  H04W40/24 ,  H04W12/67 ,  G06N3/098

Abstract: 本发明提供了一种联邦学习下无人机系统的簇头选举方法。基于各个无人机节点的地理位置对所有无人机进行分簇，得到初始化的各个簇和各个簇的质心的位置；根据每个无人机节点到其所属簇的质心的距离、能耗余量和计算能力计算出每个无人机节点的分数，根据各个无人机节点的分数确定各个簇的簇头，迭代优化各个簇的簇头的选举过程，得到最终的各个簇，以及各个簇的簇头和质心的位置；在服务器、每个簇的簇头和每个簇中的无人机节点之间通过联邦学习进行参数聚合和更新。本发明充分考虑了无人机系统中无人机的移动特性，采用簇头的定期轮换机制：帮助分散能耗，通过定期轮换可以更好地适应这些变化，保持系统的稳定性和安全性。