arrow
返回

Data grading for intelligent connected vehicles: an inference strength-driven framework

delete2026-02-26
delete0
delete
OA
AI
S
Shichun Yang
B
Bowen Zheng
Y
Yi Shi
H
Haoran Guang
T
Tianyang Gong
W
Weifeng Gong
X
Xinjie Feng
M
M. L. Chen
Y
Yaoguang CAO
H
Hao Wu
T
Tian Liu
J
Jia Zhao
DOI:10.1016/j.dcan.2026.02.004delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
智能网联车辆(ICVs)在运行过程中产生海量异构多模态数据,由于车载计算资源有限,分级数据加密保护对于平衡数据安全与高效利用具有重要意义。然而,当前的数据分级过程难以应对不断演变的推理攻击和动态运行环境,且传统分级方法依赖静态专家判断或信息论度量。为弥合这一差距,本文提出了一种新颖的以推理强度驱动的数据分级框架,其中推理强度通过对抗性推理量化一个数据集推断另一数据集的易感性。该框架采用结合图论、优化和大型语言模型(LLMs)的系统化方法构建推理库并计算推理强度。该框架还提供了基于PageRank的算法,为静态策略和车载端应用生成可解释的数据分级列表,在优先保护核心数据的同时尊重计算约束。在Audi A2D2数据集和真实车辆控制器上的验证表明,该方法相比默认分级基线在保护效用上有所提升。结果表明,该方法在计算约束下通过优先保护核心数据增强ICV数据安全的潜力。
Keyword:
Intelligent vehicles
Data security
Risk analysis
Data handling
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

Digital Communications and Networks 封面图
Digital Communications and Networks
IF:
7.5
论文数:
424
被引数:
3.5K

机构

I
intelligent vehicle safety technology
学者数:
20
论文数: 6
被引数: 0
B
beihang university
学者数:
5.2K
论文数: 2.0K
被引数: 21
C
cncert/cc
学者数:
4
论文数: 4
被引数: 0
T
Tsinghua University
学者数:
8.6K
论文数: 4.1K
被引数: 17.7W
J
Jilin University
学者数:
8.7W
论文数: 5.6W
被引数: 8.9K
学者 查看更多机构
引用论文

引用论文

Long Short-Term Memory长短期记忆
err1997-11-01
err0
PREAI
errSepp Hochreiter; Jürgen Schmidhuber
err分享
err收藏
A Survey on Statistical, Information, and Estimation—Theoretic Views on Privacy
err2021-09-01
err0
errOAAI
errHsiang Hsu; Natalia Martinez; Martin Bertran; Guillermo Sapiro; Flavio P. Calmon
err分享
err收藏
学者 查看更多内容