论文提出车载网络联邦学习检测框架

Konstantinos Gyftodimos 等作者发表论文，提出一种面向车载网络 CAN 总线异常检测的隐私保护框架，由时序 Transformer CAN 编码器与联邦轻量头组成。编码器学习 CAN 信号随时间的演化，以捕捉细微的时序与上下文异常；联邦学习机制让多辆车或 ECU 在不交换原始 CAN 数据的情况下共同改进共享模型。作者称，在开源数据集上的实验显示该方案在保持效率与隐私的同时实现了稳健的异常检测性能。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。