一种分层区块链支持的联邦学习算法用于车辆互联网中的知识共享

车辆互联网（IoVs）高度特征化于协作环境数据的感知、计算和处理。新兴的大数据和人工智能（AI）技术在智能车辆之间的知识共享中显示出显著的优势和效率。然而，在共享过程中保证知识的安全性和隐私性是一项挑战。此外，传统的基于AI的算法无法在分布式车辆网络中正常工作。本文提出了一种分层区块链框架和分层联邦学习算法用于知识共享，通过机器学习方法，车辆能够学习环境数据，并彼此分享学习知识。所提出的分层区块链框架适用于大规模车辆网络。分层联邦学习算法旨在满足车辆互联网的分布式模式和隐私需求。然后，知识共享被建模为一个交易市场过程，以刺激共享行为，交易过程被表述为一个多领导者和多参与者的游戏。仿真结果表明，所提出的分层算法可以提高共享效率和学习质量。此外，支持区块链的框架能够有效应对某些恶意攻击。