【摘 要】
：
随着大数据及车联网等技术的发展,车路协同成为了智能交通领域的重要研究方向,通过车辆与智能路侧设备的数据融合和信息交互,为智能交通系统以及行驶的车辆提供更加精准的道路交通状态和更加便捷的服务,但是在实际应用中也存在一系列问题。由于数据共享会带来严重的用户隐私泄露风险,并且大量设备采集的数据之间存在异构性,现有的机器学习方案难以融合利用海量数据训练,以实现交通状态的完整感知。由于数据提供者中存在潜在的
论文部分内容阅读
随着大数据及车联网等技术的发展,车路协同成为了智能交通领域的重要研究方向,通过车辆与智能路侧设备的数据融合和信息交互,为智能交通系统以及行驶的车辆提供更加精准的道路交通状态和更加便捷的服务,但是在实际应用中也存在一系列问题。由于数据共享会带来严重的用户隐私泄露风险,并且大量设备采集的数据之间存在异构性,现有的机器学习方案难以融合利用海量数据训练,以实现交通状态的完整感知。由于数据提供者中存在潜在的恶意攻击者,导致交通模型面临投毒攻击的安全威胁,而现有防御方法的研究都基于特定的数据集并且计算开销较大,在复杂的实际应用场景中适用性较低。为解决上述问题,本文的主要工作包括:（1）针对用户隐私性以及数据异构性导致的环境感知能力受限问题,本文提出了结合分层联邦学习以及深度强化学习的车路协同学习方法,实现了车路协同感知、系统集中决策。融合利用车辆、路侧设备采集的数据增强了环境感知能力,通过联邦学习技术保护了车辆数据隐私安全,通过深度强化学习技术根据实时交通状态做出全局优化的管理决策。（2）针对交通信号灯控制场景中存在的问题,在实际应用场景中考虑多个设备间有效协作的方法,基于提出的车路协同学习方法,设计了车路协同的智能信号灯控制方案。在保护车辆原始数据隐私的前提下,利用车辆采集的自身行驶数据分析其周围的拥堵程度,与路侧设备采集的道路通行状态数据相结合,扩充了交通状态数据的维度,优化信号灯控制策略,从而进一步提高道路通行效率,缓解交通拥堵程度。（3）针对联邦学习中投毒攻击的防御方案在交通场景中适用性较低的问题,本文在车联网场景中基于分层联邦学习方法提出了相对应的分层防御方法。底层路侧服务器分布式地进行基于局部模型间相似度的可疑客户端检测,降低恶意攻击者对全局模型的影响;上层中心服务器根据从历史交通数据中抽取的验证数据集进一步调整全局模型的偏差,降低计算开销的同时提高模型安全性。本文工作基于联邦学习技术,在保障用户数据隐私安全和模型安全的同时,实现了车路协同感知实时交通状态,并提供给智能交通系统做出控制决策。本文提出的车路协同学习方法及分层防御方法均在信号灯控制场景中进行实验分析,验证本文方案的可行性以及较现有方案的隐私性和性能优势,证明本文方案可以满足智能交通控制场景中对于数据隐私性、计算效率、模型安全性的需求。
其他文献
目的 分析癌组织核因子-κB（NF-κB）、血管内皮生长因子（VEGF）表达与食管癌患者临床特征及预后的相关性。方法 选取2017年1月至2018年12月在新疆医科大学附属肿瘤医院保存的178例术中切除食管癌组织及癌旁组织标本为研究对象,对组织标本中的NF-κB、VEGF表达情况、患者临床特征进行回顾性分析,对患者术后连续随访36个月,对其总生存期（OS）、无进展生存期（PFS）进行随访。结果 食
在喷涂铁路货车车厢标识的作业任务中,多采用人工喷涂,容易对人体健康造成危害,传统的固定式喷涂机器人不利于在户外连续喷涂作业。在工业机器人与传感器技术蓬勃发展的现代,设计一套可以满足铁路货车车厢喷涂标识任务的智能喷涂机器人系统非常有实用价值。本文提出了一种铁路货车车厢标识智能喷涂机器人系统的设计方案,并对控制系统进行了仿真实验和现场测试。围绕系统的总体设计,基于图像的车型识别算法和喷涂机器人的喷涂轨
随着集成电路规模的扩大,传统的验证方法很难满足现代超大规模集成电路不断增加的验证需求,而UVM（Universal Verification Methodology）以其高效率、非定向测试和可重用的特点正在成为验证领域的研究热点,因此本论文将对UVM方法学进行学习和研究,并搭建一个基于UVM的AMBA（Advanced Microcontroller Bus Architecture）总线验证平台
随着现代社会生活水平的提高,汽车数量高速增长,交通安全面临着重要挑战。智能交通系统由于可以将行人、道路和车辆三者组成一个有机整体,确保交通的安全性,已经被广泛应用于现代交通中了。然而,目前的交通数据集由于细粒度不够或多样性较差,已经难以满足研究需要。而生成对抗网络（Generative Adversarial Network,GAN）拥有创造细粒度数据的特性,可以解决由数据集本身导致的系统无法准确
随着城市轨道交通客流压力不断增大,国内日均客流量在百万人次以上的城市已达12座,线路通过能力瓶颈显露。通过土建结构和车辆改造方案来提升通过能力,改造成本高、施工难大,于是升级列控系统来提升线路能力的方案逐步被业界所认可。当前我国城市轨道交通主流列控技术为基于通信的列车控制系统（Communication Based Train Control,CBTC）,但多数CTBC技术是建立在联锁进路基础上,
视觉测量是计算机视觉领域的研究热点,具有无接触、高精度等优势。相对于2D图像测量,3D点云可以提供更丰富的被测目标空间姿态信息,从而获取更高的测量精度,越来越受到研究人员的青睐。通过点云对目标整体进行直接测量时,测量结果易受非关键区域的干扰导致测量精度降低,庞大的点云规模也会产生大量的资源消耗,并降低处理效率。点云分割作为一种常用的预处理方法,可以提取出感兴趣区域再进行下一步计算,从而有效的降低测
随着互联网行业增速的放缓,广告收入作为各大互联网平台的重要收入也出现明显下滑,如何通过精细化运营找到进一步提升收益的抓手是目前需要解决的问题。当前,主流的广告计费方式都和广告曝光量有着密切的关系。因此,提升广告曝光量预估准确性是一种有效提高收入来源的手段。在实际业务场景中,存在定向条件下缺乏合适的描述特征、新广告无历史数据难以预估、单一模型无法很好适用复杂场景等问题,所以广告曝光量预估依然是具有挑
计算机联锁系统作为铁路信号系统重要的组成部分,在保证行车安全、提高运行效率方面发挥着重要作用。随着铁路建设的快速发展,对铁路新员工培训、信号专业学生教学、联锁仿真实验的需求逐渐增加。传统半实物化仿真培训系统受场地、网络环境、人员数量等限制无法随时随地进行培训,因此C/S或者B/S结构的联锁仿真培训系统逐渐用于线上培训及教学。面对新形势下的网络课程,线上计算机联锁仿真培训需求显著增加,这对Web服务
正在蓬勃发展的新一代信息技术为人们生产生活的各个领域带来了深刻的变革。作为国家命脉的工业和制造业正在逐渐转化升级为以人工智能和大数据技术赋能的工业互联网,工业自动化、智能化水平不断提高。基于物品位置的服务（Location-Based Services,LBS）能够极大提升工业自动化的效率。射频识别技术（Radio Frequency Identification,RFID）具有价格低廉、无源、低
随着社会主义精神文明建设的不断深入,社区公共文化服务系统不断健全,居民参加的文化活动日益增多,而传统的社区公共文化服务形式简陋、活动单一、设备匮乏等制约着社区居民参与的积极性。在目前的城市开展文化服务工作中,强化社区公共文化服务是一项紧要的工作。上海市在推进精神文明建设方面,立足于城市实际进行了大胆的探索,提出了“邻里中心”模式的15分钟公共文化服务圈。“邻里中心”是社区治理中最重要、最具代表性的