Modeling Multi-Way Vehicular Interactions for Proactive Collision Avoidance via Hypergraph Federated Learning in CR-VANET’s
本文提出了 TCAS-HGNN-FL,一种用于支持 5G 的协作式车载自组织网络(CR-VANET)的新型交通碰撞规避系统,该系统集成了超图神经网络与联邦学习,以有效地对复杂的多车交互进行建模,从而在保持对对抗性攻击的鲁棒性并保护数据隐私的同时,显著提升碰撞规避能力、频谱效率和网络可靠性。