基于联邦学习的车联网身份认证和隐私保护方法及系统

本发明提供一种基于联邦学习的车联网身份认证和隐私保护方法及系统，其中方法包括：获取车辆发送的参与的历史联邦学习任务时被分配的联邦链识别码；基于联邦链识别码，对车辆的身份进行认证；当认证通过后，向车辆发送公共参数以及模型训练任务；接收车辆返回的对于模型训练任务的执行后提取的返回数据；基于返回数据对全局模型参数进行更新调整。本发明采用联邦学习的方法，进行全局模型的训练，各个参与车辆只需本地进行训练迭代后将训练后的模型参数等特征返回，平台对返回数据进行聚合，以得到新的全局模型的参数，在此过程中车辆的原始数据未进行传输，有效保证了车辆的本地数据的隐私及安全性。