weixin_37606989的博客

原创 跨城车流量预测的探讨

然而，交通数据一般由不同的城市管理机构所掌握，大多数情况不进行对外共享，同时，区域内的交通数据可能被不同的交通服务提供商所掌握，无论从微观还是宏观角度上，提高交通数据安全性是十分有必要的，因此如何保证数据安全的前提下，进行跨城区的模型迁移是十分关键的。为了提高数据隐私性，一种分布式地联邦学习框架可以实现这一效果，具有数据孤岛特性的数据拥有者可以通过模型只负责训练自己的交通数据，然后通过共享模型的参数间接实现交通知识的共享，这一过程由于并没有涉及到原始数据的共享，因此可以更好地保证隐私。