TY - A2的太阳,Le王盟——杰盟——田,李盟——朱盟——刘、张盟——长,冯PY - 2022 DA - 2022/10/12 TI -室内定位基于联邦隐私保护方法学习MEC环境中SP - 2311264六世- 2022 AB -在当前背景下,是非常重要的研究新的电力系统edge-to-side安全保护的关键技术为大规模物联网异构电力物联网终端和优势代理,包括国防技术水平的设备本体安全、通信交互的安全,和安全访问。 意义。新的电力系统edge-to-side安全保护技术总结对室内定位的隐私保护的影响。本文提出了室内定位基于联邦隐私保护方法在移动边学习。 计算(MEC)环境。首先,我们分析的学习机制水平,垂直,transfer-federated学习,分别和数学描述它的适用性的基础上水平和vertical-federated学习在不同样本数据特征。然后,数据泄漏的风险数据用于研究或分析时大大减少通过引入微分隐私。此外,考虑到定位性能、隐私保护、资源开销,我们进一步提出一个室内定位基于联邦隐私保护模型在MEC环境中学习和相应的算法。最后,通过仿真实验,该算法和其他三个算法,分别比较和分析的两个相同的数据集。实验结果表明,收敛速度,定位时间消费,该算法的定位精度都是最优的。此外,它的最终定位精度约为94%,平均定位时间是250 ms,性能比其他三个比较算法。SN - 1574 - 017 - 2022/2311264 / 10.1155 x你——https://doi.org/10.1155/2022/2311264——摩根富林明-移动信息系统PB - Hindawi KW - ER