| 注册
首页|期刊导航|信息安全研究|面向交通流量预测隐私保护的联邦学习方法

面向交通流量预测隐私保护的联邦学习方法

傅思敏 王健 鹿全礼 赵阳阳

信息安全研究2022,Vol.8Issue(10):1035-1042,8.
信息安全研究2022,Vol.8Issue(10):1035-1042,8.DOI:10.12379/j.issn.2096-1057.2022.10.10

面向交通流量预测隐私保护的联邦学习方法

A Privacy-Preserving Federated Learning Method for Traffic Flow Prediction

傅思敏 1王健 1鹿全礼 2赵阳阳3

作者信息

  • 1. 北京交通大学计算机与信息技术学院 北京 100044
  • 2. 山东正中信息技术股份有限公司 济南 250014
  • 3. 山东省数字化应用科学研究院有限公司 济南 250102
  • 折叠

摘要

关键词

联邦学习/差分隐私/交通流量预测/GRU/隐私保护/数据安全

分类

信息技术与安全科学

引用本文复制引用

傅思敏,王健,鹿全礼,赵阳阳..面向交通流量预测隐私保护的联邦学习方法[J].信息安全研究,2022,8(10):1035-1042,8.

基金项目

国家重点研发计划项目(2020YFB2103800) (2020YFB2103800)

山东省重大科技创新工程项目(2019JZZY020128) (2019JZZY020128)

信息安全研究

OACSCDCSTPCD

2096-1057

访问量0
|
下载量0
段落导航相关论文