Andere Kunden interessierten sich auch für
![Apprendimento federato per l'Internet dei veicoli]( "Apprendimento federato per l'Internet dei veicoli")
Apprendimento federato per l'Internet dei veicoli44,99 €![Aprendizagem federada para a Internet dos veículos]( "Aprendizagem federada para a Internet dos veículos")
Aprendizagem federada para a Internet dos veículos44,99 €![Uczenie federacyjne dla Internetu pojazdów]( "Uczenie federacyjne dla Internetu pojazdów")
Uczenie federacyjne dla Internetu pojazdów44,99 €![Federated Learning for the Internet of Vehicles]( "Federated Learning for the Internet of Vehicles")
Federated Learning for the Internet of Vehicles45,99 €![Föderiertes Lernen für das Internet der Fahrzeuge]( "Föderiertes Lernen für das Internet der Fahrzeuge")
Föderiertes Lernen für das Internet der Fahrzeuge68,90 €![Détection d'objets pour l'aide à la conduite dans les véhicules de défense autonomes]( "Détection d'objets pour l'aide à la conduite dans les véhicules de défense autonomes")
Détection d'objets pour l'aide à la conduite dans les véhicules de défense autonomes44,99 €![L'internet des objets : Concept, applications et sécurité]( "L'internet des objets : Concept, applications et sécurité")
L'internet des objets : Concept, applications et sécurité22,99 €
L'évolution rapide de l'Internet des véhicules (IoV) introduit des avancées significatives dans les systèmes de transport intelligents, mais présente également des défis critiques en matière de sécurité des données, de protection de la vie privée et de prise de décision en temps réel. Cette étude propose un cadre de sécurité basé sur l'apprentissage fédéré (FL) pour l'IoV, intégrant la moyenne fédérée (FedAvg) et la confidentialité différentielle (DP) pour améliorer la cybersécurité tout en préservant la confidentialité des données. Le modèle proposé s'appuie sur des techniques décentralisées d'apprentissage automatique pour atténuer les menaces de sécurité, réduire la dépendance à l'égard de la transmission de données brutes et empêcher l'accès non autorisé aux données sensibles du véhicule et de l'utilisateur. Grâce à une analyse empirique approfondie utilisant des ensembles de données de cybersécurité du monde réel, cette recherche évalue les performances, l'évolutivité et l'efficacité des mécanismes de sécurité basés sur l'apprentissage automatique par rapport aux approches conventionnelles.