一种基于联邦学习的车联网数据隐私保护方法及装置

本申请涉及一种基于联邦学习的车联网数据隐私保护方法及装置，其中，基于联邦学习的车联网数据隐私保护方法，应用于客户端，包括：通过公开数据对本地模型进行训练，再通过本地的私有数据对所述本地模型进行训练；利用所述公开数据对所述本地模型进行测试，得到所述本地模型输出的逻辑值；将所述逻辑值发送至服务器端，并接收所述服务器端发送的基于所述逻辑值的全局平均逻辑值；利用所述全局平均逻辑值进行知识蒸馏，重复对所述本地模型进行训练，直至所述本地模型收敛。本申请能够有效提高车联网数据隐私保护能力和联邦学习的性能，保障了车联网系统的数据安全和用户的隐私。