.png){kind=icon}
返回
Blockchain-Based Trust Federated Learning Framework for Iov Security
.png){kind=icon}
PRE
AI
DOI：10.1002/ett.70239.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，智能汽车和人工智能（AI）领域的最新进展，激发了人们对车联网（IoV）技术的浓厚兴趣。尽管传统的机器学习方法已被广泛用于增强IoV安全性，但它们难以应对IoV通信的复杂性，也无法阻止恶意车辆干扰机器学习模型的构建过程。这些局限性凸显了亟需更有效的IoV安全解决方案，以确保车联网通信网络的完整性和可靠性。为解决这些挑战，我们提出了一种基于区块链的信任联邦学习（FL）框架，用于IoV攻击检测。该框架整合了基于信任的FL模型，以提升IoV通信的安全性。我们引入了一套独特的车辆信任值系统，通过选择性使用可信车辆的数据，提高了FL模型的可靠性。此外，我们采用两级区块链方法：使用星际文件系统（IPFS）进行链下本地模型存储，并采用由路侧单元（RSUs）管理的专用区块链进行全局模型聚合和存储。实验结果表明，我们的解决方案在加强IoV通信安全方面具有显著效果。
Keyword:
blockchain
communication security
federated learning
Internet of Vehicles
期刊
IF:
2.5
论文数:
481
被引数:
3.9K
机构
引用论文
A federated learning framework for cyberattack detection in vehicular sensor networks用于车载传感器网络中网络攻击检测的联合学习框架
OAAI
OAAI分享收藏Federated Intrusion Detection in Blockchain-Based Smart Transportation Systems基于区块链的智能交通系统中的联邦入侵检测
PREAI
分享收藏DISFIDA: Distributed Self-Supervised Federated Intrusion Detection Algorithm with online learning for health Internet of Things and Internet of Vehicles.png)
INTERNET OF THINGS
OAAI
INTERNET OF THINGSIF7.6
OAAI分享收藏Vanet FDIA Solutions Using Blockchain Based IPFS-Trust Management System With ML SVR Model基于区块链和IPFS信任管理系统的车联网FDIA解决方案，采用ML SVR模型
IF0
PREAI
分享收藏A Review of Recurrent Neural Networks: LSTM Cells and Network Architectures递归神经网络综述: LSTM单元和网络架构
PREAI
分享收藏Deep Transfer Learning Based Intrusion Detection System for Electric Vehicular Networks基于深度迁移学习的电动汽车网络入侵检测系统SENSORSOAAI
SENSORSIF3.5
OAAI分享收藏
查看更多内容