基于联邦学习和多方安全计算的海铁联运数据安全共享方法研究 |
| |
引用本文: | 黄磊,易文姣,王英,姜德友.基于联邦学习和多方安全计算的海铁联运数据安全共享方法研究[J].铁道运输与经济,2024(4):58-67. |
| |
作者姓名: | 黄磊 易文姣 王英 姜德友 |
| |
作者单位: | 北京交通大学经济管理学院 |
| |
基金项目: | 国家自然科学基金项目(52172311); |
| |
摘 要: | 我国海铁联运占港口集疏运比例仍然过低,关键原因之一在于铁路对于港口适运货源的动态信息不明、营销组织不力。铁路货运营销部门缺乏在保证港口、铁路、海关三方数据隐私安全的前提下,根据铁路运力动态主动挖掘港口和海关数据中潜在适运货源的技术方法和手段,难以推出适销对路的运输产品和动态营销手段,也难以为海铁联运基础设施的建设提供有效决策依据。构建基于联邦学习和多方安全计算的铁路-港口-海关数据安全共享方法,使用结合同态加密等多方安全计算技术的梯度提升决策树作为模型训练算法,铁路、港口、海关三方地位对等协作,训练出海铁联运潜在货源识别策略;在该策略的正式运行实现过程中,铁路方能够获得路网各流向潜在适运货源的数量级,各方均看不见、带不走其余参与方的任何原始数据。
|
关 键 词: | 海铁联运 多方安全计算 联邦学习 同态加密 梯度提升决策树 |
|
|