محققان بهتازگی چارچوب نوآورانهای به نام «SecAgg» را معرفی کردهاند که هدف آن ارتقای امنیت در سیستمهای یادگیری تقویتی فدرال (FRL) برای خودروهای خودران است. در این سیستم، برای جلوگیری از مسمومسازی دادهها (Poisoning Attacks) و تضمین ایمنی رانندگی در محیطهای واقعی، از «دوقلوهای دیجیتال» (Digital Twins) و تحلیل دادههای تاریخی استفاده میشود تا مدلهای هوش مصنوعی در برابر نفوذهای مخرب مقاومتر شوند.
این تحقیق گامی حیاتی برای ایمنتر کردن آینده حملونقل هوشمند است. 🛣️🤖
منبع: arXiv Machine Learning