自动驾驶汽车网络对数据共享的日益依赖带来了严重的隐私和安全漏洞。据外媒报道,迪肯大学(Deakin University)的Dev Gurung和Shiva Raj Pokhrel及其同事提出了一种名为vQFL的新型框架来应对这一挑战。该研究引入了一个结合联邦学习、量子密钥分发和差分隐私的系统,在保持关键车辆智能模型准确性的同时,构建了抵御传统威胁和量子威胁的多层防御体系。

使用真实数据集进行的大量测试表明,vQFL不仅保持了模型的性能,而且显著提高了隐私和通信安全性,这标志着构建能够处理现代车队产生的大量数据流的弹性、安全的自动驾驶汽车系统迈出了关键一步。该框架的模块化设计使其成为未来智能交通基础设施的关键组件,为安全可靠的自动驾驶新时代铺平了道路。
量子联邦学习助力安全自动驾驶

扫一扫关注微信