arXiv · Machine Learning· Hojat Allah Salehi, Devrim Aras, Md Jueal Mia, M. Hadi Amini, Imtiaz Karim, Mashrur Chowdhury, Bhavani Thuraisingham·· 8 小时前AI 评分43
面向车联网的后量子认证通信高效隐私联邦强化学习
Communication-Efficient Private Federated Reinforcement Learning with Post-Quantum Authentication for Vehicular Networks
AI 导读
研究提出相关私有量化（Correlated Private Quantization），利用车辆间共享随机性降低联邦强化学习的聚合误差，同时保持参数级本地差分隐私和 1-bit 通信开销。在相同隐私预算和通信成本下，聚合均方误差降低 16.5%，车辆平均出行时间缩短 14.3%；相比全精度更新，1-bit 上传使认证上行数据量减少 92.4%。
来源：arXiv · Machine Learning · arxiv.org