基于车路云一体化网络的交通流量多级联邦预测方法

本发明属于智能交通系统数据隐私保护技术领域，公开了一种基于车路云一体化网络的交通流量多级联邦预测方法，定义车路云一体化网络架构，基于其各层节点构建基于LSTM的包含本地模型、区域模型及全局模型，形成联邦模型；依据节点的空间分布采用聚类方法对联邦模型进行训练，然后进行交通流量预测。本发明基于车路云协同框架，设计分层级的联邦预测模型，进行客户端节点、服务器之间的模型参数的分布计算，可以实现高效的模型训练，满足大规模系统部署的需求；本发明所述的车路云一体化的多级预测模型既可以获得具有个性化的局部模型也可以获取更具普适性的全局模型，保证交通流量预测更具可用性及精确性。