联邦学习广泛用于无线网络环境中，以保护敏感的用户数据。然而，集中式联邦学习在应用于社交车联网时会遇到一些问题，特别是通信效率低和计算成本高。为了缓解通信瓶颈，保护车辆用户数据隐私，本文提出了基于用户信任链的条件选择概率-联邦深度学习算法。该算法引入了用户间信任元素，从车辆-用户关系的角度来表征车辆连接网络。它基于用户节点的单向信任原子链和循环链计算节点条件选择信任概率。然后执行本地模型交互以完成分...