无人机联邦学习场景下动态选择性同态加密隐私保护研究.pdfVIP

研究与开发

无人机联邦学习场景下动态选择性同态

加密隐私保护研究

122

仇建斌，章祖葳，郑宇辉

（1.南京工业大学信息管理中心，江苏南京211816；

2.南京工业大学计算机与信息工程学院（人工智能学院），江苏南京211816）

摘要：随着低空经济的快速发展，无人机（unmannedaerialvehicle，UAV）在环境监测、应急救援和物流

配送等领域得到广泛应用，并在数据采集与处理过程中面临日益突出的隐私保护需求。为了应对这一挑战，

联邦学习结合同态加密被引入以提升数据安全性，但在计算与通信资源受限的无人机场景下，其高昂的资源

开销成为实际应用的主要瓶颈。为此，提出了一种面向无人机场景的选择性同态加密隐私保护方案。在每轮

本地训练后，客户端基于梯度敏感度评估参数重要性，并结合通信与能耗预算，通过启发式贪心算