Fahrzeugselektion für asynchrones föderiertes Lernen in der Fahrzeug-Edge-Computing zur Verhinderung von Anti-Byzantinischen Angriffen

Ein Fahrzeugselektion-Schema basierend auf Deep Reinforcement Learning wird vorgeschlagen, um die Sicherheit und Genauigkeit des globalen Modells in asynchronem föderiertem Lernen in Fahrzeug-Edge-Computing zu verbessern, indem Fahrzeugmerkmale wie Mobilität, Rechenleistung, Datenmenge und Kanalzustand sowie Byzantinische Angriffe berücksichtigt werden.