SAFELOC: Overcoming Data Poisoning Attacks in Heterogeneous Federated Machine Learning for Indoor Localization

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了SAFELOC框架,旨在解决室内定位中的数据中毒攻击和设备异质性问题。通过融合神经网络和动态显著性图聚合策略,SAFELOC显著提高了定位精度和移动设备的运行效率。实验结果表明,该框架在多种场景下优于现有技术。

🏷️

标签

➡️

继续阅读