MPC-DNN安全控制架构

加密数据上实时检测

通过模型预测控制与深度神经网络协同，在不解密数据的前提下实现自动电动汽车异常驾驶行为的即时识别与控制，兼顾安全与隐私。

Bergies, Shimaa · Aljohani, Tawfiq Masad · Su, Shunfeng · Elsisi, M.

IEEE Transactions on Systems, Man, and Cybernetics: Systems 2024

技术优势

加密数据上直接检测异常

采用同态加密，允许在不解密的情况下计算异常分数，从而在整个检测过程中保护数据隐私。

提升生产与决策效率

该架构能有效应对网络攻击和数据丢失，从而改善生产过程与决策环节。

应用场景

• 自动电动汽车：在不解密传感器数据的情况下实时检测异常，提升车辆对网络攻击的抵御能力。
• 车联网安全：通过同态加密在不泄露明文的前提下进行异常检测，增强车联网通信与数据的安全性。
• 自动驾驶控制：结合模型预测控制与深度神经网络，可在线检测控制信号异常并及时调整驾驶策略。
• 同态加密：采用同态加密在密文上计算异常分数，保障检测过程中数据隐私不被泄露。
• 隐私保护机器学习：将深度学习模型应用于加密数据，实现无需解密即可进行推理与异常检测。