基于行为认证的联合自动驾驶车辆联邦学习系统防御策略
系统与控制
2024-03-15 v1 系统与控制
摘要
近期将联邦学习算法应用于物联网和无线车联网，催生了移动环境下的新型网络威胁，这些威胁在传统固定网络中尚未出现。这些威胁源于无线传输介质的内在特性以及移动网络其他固有特征，如高节点移动性和快速变化的拓扑结构。本文研究了基于行为认证的车联网 AttestedFL 防御策略在虚假信息攻击下的鲁棒性，通过行为跟踪实现检测和消除无线移动环境下未来智能路网中的恶意节点。
引用
@article{arxiv.2403.09531,
title = {Defense via Behavior Attestation against Attacks in Connected and Automated Vehicles based Federated Learning Systems},
author = {Godwin Badu-Marfo and Ranwa Al Mallah and Bilal Farooq},
journal= {arXiv preprint arXiv:2403.09531},
year = {2024}
}