Blockchain által támogatott federált tanulás 5G-alapú járműrendszerekben
A közlekedési rendszerek átalakítása, járművek hálózatba történő bekapcsolásával és a különböző tanulási algoritmusok bevezetésével már elindult. Az önvezető autózás egy olyan témakör, amelyet mind az akadémia, mind az ipar széles körben kutat, remélve, hogy sok, a jelenlegi közlekedési rendszereket érintő, problémát lesz képes megoldani. A forgalmi dugók, és ezzel együtt a járművek emissziójának csökkentése, valamint a legfontosabb, az emberi életek megőrzése mind elérhetővé válhat ezekkel a fejlesztésekkel.
Ezen célok megvalósításához a járműveknek hatékonyan és gyorsan kell információkat megosztaniuk, amelyhez segítséget nyújtanak kimondottan önvezető autók számára fejlesztett magas felbontású (HD map) térképek. Ezek olyan többrétegű térképek, amelyek statikus és dinamikus információkat is tartalmaznak egy adott forgalmi helyzettel kapcsolatban, egy adott területen. Centralizált előállításuk költségessége miatt a tervezett rendszerben ezt járművek végzik federált tanulás alapján. Ennek a legfontosabb előnye, a költségcsökkentés mellett, az erőforrás megőrzés valamint az adatvédelem, hiszen valós adatok nem haladnak át az 5G hálózaton, csak a lokális modellparaméterek.
Ennek az idealizált rendszernek megvalósításához azonban minden résztvevő jó szándékára is szükség van. Mivel ez a valóságban nem garantálható, ezért a tervezett rendszerben bevezetésre kerül blokklánc technológia is, amely egyszerre biztosítja, hogy a résztvevők őszintén és megbízhatóan vesznek részt a folyamatban, valamint anyagi juttatással is ösztönzi a jószándékú részvételt. A tervezett rendszer megvalósíthatóságának alátámasztására az elméleti hasznosság modellezésre és optimalizálásra került, valamint széleskörű szimuláció is készült.
szerző
-
Szabó Marcell
Mérnök informatikus szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Toka László
egyetemi docens, Távközlési és Médiainformatikai Tanszék