面向智能交通的安全高效个性化联邦学习框架
Secure and efficient personalized federated learning framework for intelligent transportation
1. 湖北工业大学 计算机学院, 武汉 430068
2. 湖北工业大学 绿色智能算力网络湖北省重点实验室, 武汉 430068
3. 湖北文理学院 计算机学院, 湖北 襄阳 441053
摘要
区块链与联邦学习的融合为智能交通系统提供了一种去中心化、隐私保护的数据协同方案。然而终端设备类型多样、数据分布呈非独立同分布(Non–IID)，且传统单链结构难以满足高并发训练的吞吐与延迟需求。为此，提出一种安全高效的个性化联邦学习框架(SCPFL)，利用区块链分片按节点地理区域划分网络，实现分片内并行训练与聚合以提升可扩展性和吞吐率；同时，引入基于余弦相似度的个性化方法，在支持个性化模型生成的同时促进跨分片知识共享；并设计筛选与激励双重机制，以抵御恶意节点并提升设备参与度。实验表明，SCPFL在CIFAR-10、MNIST和交通标志数据集GTSRB上模型性能均优于基线方法，其中相较主流个性化方法(如Ditto)最高可提升18.3%的精度，收敛速度最快提高50%；在系统效率上，相较传统基于主子链的联邦学习架构，系统吞吐量提高约53%，同时将处理时间、CPU和内存消耗分别降低33.3%，17.7%和19.7%。
基金项目
国家自然科学基金资助项目(62302154,U23A20318,62306108,62376089)
湖北省自然科学基金资助项目(2024AFB882)
湖工大博士科研启动基金资助项目(XJ2022006701)
智能感知系统与安全教育部重点实验室开放基金资助项目(KLISSS202404)
湖北省教育厅科研重点项目(D20242602)
湖北省高等学校优秀中青年科技创新团队计划项目(T2023007)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.08.0268
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第3期
发布历史
[2025-11-18] 优先出版
引用本文
王逸飞, 胡颍, 蔡婷, 等. 面向智能交通的安全高效个性化联邦学习框架 [J]. 计算机应用研究, 2026, 43 (3). (2025-11-18). https://doi.org/10.19734/j.issn.1001-3695.2025.08.0268. (Wang Yifei, Hu Ying, Cai Ting, et al. Secure and efficient personalized federated learning framework for intelligent transportation [J]. Application Research of Computers, 2026, 43 (3). (2025-11-18). https://doi.org/10.19734/j.issn.1001-3695.2025.08.0268. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
