技术特征：
1.一种方法，所述方法包括：在车辆中基于第一密钥和第二密钥生成数字签名，所述第一密钥和所述第二密钥均从组管理器接收；以及将用所述数字签名进行签名的消息传输至协作器，所述消息包括所述车辆的本地机器学习模型的参数。2.如权利要求1所述的方法，所述方法还包括：从所述协作器接收更新的机器学习模型，并基于所述更新的机器学习模型调整所述本地机器学习模型。3.如权利要求2所述的方法，其中基于所述更新的机器学习模型调整所述本地机器学习模型包括调整所述本地机器学习模型的至少一个系数。4.如权利要求3所述的方法，其中所述更新的机器学习模型由所述协作器基于来自所述车辆和多个协作车辆的数据进行更新。5.如权利要求1所述的方法，其中所述第一密钥是组公钥，所述组公钥由所述组管理器分发给多个协作车辆和所述协作器中的每一个。6.如权利要求5所述的方法，其中所述第二密钥是车辆秘密密钥，所述车辆秘密密钥为所述车辆所独有并且由所述组管理器分发给所述车辆。7.如权利要求6所述的方法，其中所述组管理器是通信地耦合至所述车辆、所述多个协作车辆和所述协作器中的每一者的计算系统。8.如权利要求1所述的方法，其中所述车辆的所述本地机器学习模型被配置为在没有来自所述车辆用户的输入的情况下至少部分地控制所述车辆的车辆系统的操作。9.如权利要求8所述的方法，其中所述车辆系统是转向系统、制动系统、加速系统、传动系统、物体检测系统、巡航控制系统和气候控制系统中的一者。10.一种方法，所述方法包括：在车辆处接收来自组管理器的车辆秘密密钥和组公钥；在所述车辆处基于来自所述车辆的至少一个传感器的传感器数据和连接的自主车辆子系统输出来调整所述车辆的本地机器学习模型的系数；在所述车辆处基于所述车辆秘密密钥和所述组公钥生成数字签名；经由来自所述车辆的用所述数字签名进行签名的消息将所述本地机器学习模型的所述系数传输至协作器；在所述车辆处从所述协作器接收更新的机器学习模型的系数；以及基于所述更新的机器学习模型调整所述车辆的车辆系统。11.如权利要求10所述的方法，其中所述组管理器和所述协作器中的每一者是所述车辆外部的处理器，所述组管理器和所述协作器中的每一者通信地耦合至所述车辆，并且所述组管理器通信地耦合至所述协作器。12.如权利要求10所述的方法，其中来自所述协作器的所述更新的机器学习模型部分地基于所述本地机器学习模型的所述系数。13.如权利要求10所述的方法，其中所述本地机器学习模型是经过训练以自主控制所述车辆的所述车辆系统的机器学习算法。14.如权利要求10所述的方法，所述方法还包括：在所述车辆处从所述组管理器接收第二车辆秘密密钥和第二组公钥；
在所述车辆处基于来自所述车辆的至少一个传感器的传感器数据来调整所述车辆的第二本地机器学习模型的系数；在所述车辆处基于所述第二车辆秘密密钥和所述第二组公钥生成第二数字签名；经由来自所述车辆的用所述第二数字签名进行签名的消息将所述第二本地机器学习模型的所述系数传输至所述协作器；在所述车辆处从所述协作器接收第二更新的机器学习模型的系数；以及基于所述第二更新的机器学习模型调整所述车辆的第二车辆系统。15.一种系统，所述系统包括：车辆的车辆系统；自主车辆感知、路径规划和控制系统，其包括本地机器学习模型，所述本地机器学习模型对应于所述车辆系统并被配置为至少部分地控制所述车辆系统；以及控制器，其将可执行指令存储在非暂时性存储器中，所述指令在被执行时使所述控制器：经由无线连接从远程服务器接收组公钥和车辆秘密密钥；基于来自所述车辆的至少一个传感器的数据更新所述本地机器学习模型的系数；基于所述组公钥和所述车辆秘密密钥生成数字签名；将用所述数字签名进行签名的消息传输至所述远程服务器，所述消息包括所述本地机器学习模型的所述系数；以及从所述远程服务器接收更新的机器学习模型。16.如权利要求15所述的系统，其中所述远程服务器包括组管理器、协作器和撤销机构。17.如权利要求15所述的系统，其中所述车辆系统是制动系统、加速系统、转向系统、巡航控制系统、气候控制系统、物体检测系统、照明系统和传动系统中的一者。18.如权利要求15所述的系统，其中所述控制器包括存储在非暂时性存储器中的另外的指令，所述指令在被执行时使所述控制器：基于来自所述远程服务器的所述更新的机器学习模型调整所述本地机器学习模型。19.如权利要求15所述的系统，其中基于bbs组签名方案、acjt组签名方案、cg组签名方案、bs组签名方案和具有动态注册的组签名方案中的一者生成所述数字签名。20.如权利要求15所述的系统，其中所述自主车辆感知、路径规划和控制系统用来自用户的输入至少部分地控制车辆操作。
技术总结
公开了用于参与协作机器学习方法的自主车辆的组安全方案的实施方案。例如，一种方法包括：在车辆中基于第一密钥和第二密钥生成数字签名，所述第一密钥和所述第二密钥均从组管理器接收；以及将用所述数字签名进行签名的消息传输至协作器，所述消息包括所述车辆的本地机器学习模型的系数。以此方式，可以提高所述车辆的所述本地机器学习模型的准确性，同时提高所述车辆的隐私性。高所述车辆的隐私性。高所述车辆的隐私性。
技术研发人员：S.Y.D.赫曼塔拉贾
受保护的技术使用者：哈曼国际工业有限公司
技术研发日：2020.09.15
技术公布日：2023/3/17