区块链驱动的奖惩机制和联邦学习的车联网行为检测方法

本发明公开了一种区块链驱动的奖惩机制和联邦学习的车联网行为检测方法，包括以下步骤：首先，本发明引入了一种声誉值评估机制，用于量化参与联邦学习的自动驾驶车辆(CAVs)的可信度与贡献度，从而实现对节点行为的有效激励与管理。其次，提出了一种基于联邦学习的动态异常检测方法，通过多层次动态聚合各车辆的本地模型，并将最优全局模型记录至区块链，以增强系统的透明度与安全性。最后，本发明实现了基于区块链的预支付博弈机制，旨在优化车联网联邦学习环境中的资源利用效率，提升参与节点的忠诚度与系统的稳定性。该研究成果为区块链驱动的车联网中联邦学习的应用提供了新的技术框架，并为智能交通领域的未来研究奠定了重要基础。