联邦学习在船舶物流安全领域的应用  

作　　者：王攀 缪祥华[1] 

机构地区：[1]昆明理工大学信息工程与自动化学院,云南昆明650000

出　　处：《中国水运》2024年第6期74-76,共3页

摘　　要：随着物流行业的发展,船舶运输已成为重要的物流方式,但网络安全问题也日益严峻。联邦学习是一种分散式的机器学习方法,可以在不共享数据的情况下实现模型训练和数据共享,因此逐渐被应用于保护数据隐私和提高模型性能。本文首先介绍了联邦学习的基本原理和发展现状,然后分析了船舶物流安全领域的安全问题和现有的解决方案。接着,本文探讨了联邦学习在船舶物流安全领域中的应用,包括数据隐私保护、异常检测和风险评估等。最后,本文总结了联邦学习在船舶物流安全领域中的优势和挑战,并提出了未来的研究方向。

关 键 词：联邦学习 船舶物流安全 数据隐私保护 异常检测 

分 类 号：U695.2[交通运输工程—港口、海岸及近海工程]