커넥티드 카는 다채널 고화질 카메라, 고밀도 라이다 포인트 클라우드, 정밀 GPS 궤적을 끊임없이 수집하는 달리는 데이터 수집 기지로 진화했습니다. 글로벌 프라이버시 규제 당국은 차량 경계를 벗어나는 모든 데이터에 대해 수학적으로 비식별화 처리를 강제하고 있습니다. 본 문서에서는 머신러닝 학습 가치를 훼손하지 않으면서 개인정보를 완벽히 보호하는 엣지 파이프라인 구축 기법을 제시합니다.
교차로 급감속과 같은 주행 통계를 클라우드로 집계할 때 가공되지 않은 원시 좌표를 전송하면 특정 운전자의 출퇴근 경로가 쉽게 역추적될 수 있습니다. 차량 엣지 게이트웨이는 전송 전 로컬에서 위치 및 속도 데이터에 라플라스(Laplace) 또는 가우시안 통계 노이즈를 주입합니다. 클라우드는 플릿 단위의 교통 흐름 평균을 정확히 산출할 수 있지만, 차등 프라이버시(ε-Differential Privacy) 수학적 증명에 의해 특정 개인 차량의 주행 궤적 복원은 원천 차단됩니다.