基于联邦学习的自主式交通个性出行服务框架

摘要：

　　面对交通系统向自主式演化的发展趋势，个性化出行服务亟需攻克由数据安全、隐私保护形成的数据孤岛难题，构建全新的服务模式，以推动服务的有序提升。为此，本文提出了一种基于联邦学习的个性化出行服务框架，通过功能、逻辑和物理三个架构视图，介绍了该服务的功能构成、业务逻辑与交互过程，并针对该服务，提出了评估服务质量的指标体系。该框架构建了面向隐私保护的自主化服务新模式，可为新一代个性化出行服务的建设提供有效指导。

关键词： 自主式交通 个性化出行服务 系统架构 联邦学习 隐私安全

作者: 贺俊姝 邓卓琳 陈家涛 由林麟 蔡铭

作者单位: 中山大学智能工程学院,广州 510006;广东省智能交通系统重点实验室,广州 510006

会议类型: 国内会议

会议名称: 第十六届中国智能交通年会

会议地点: 长沙

会议语种:中文

页码: 138-147

在线出版日期: 2021-12-08（万方平台首次上网日期，不代表论文的发表时间）