本研究提出了一种基于联邦学习的时序异常检测框架，结合共享变分自编码器和卷积门循环单元，针对网络传感器的高维数据进行异常检测。实验结果表明，该方法在性能和检测延迟上优于其他模型。同时，文章综述了联邦学习在自动化车辆中的应用进展，分析了隐私保护和数据安全技术，并探讨了未来研究方向及挑战。