{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,13]]，“日期-时间”：“2024-06-13T01:37:32Z”，“时间戳”：1718242652025}，“参考-计数”：38，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{-“日期-零件”：[2024,7,1]]，”“日期-时刻”：“204-07-01T00:00:00 0Z“，”时间戳“：1719792000000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00:00:00Z”，“timestamp”：1719792000000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL“https://www.elseviewer.com/legal\/tdmr.ep-license“}，{“开始”：{“日期-部分”：[[2024,7,1]]，“日期-时间”：“2024-07-01T00:00:00Z”，“timestamp”：1719792000000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-017”}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00-00:00Z”in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-037“}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00:00:00Z”，“timestamp”：171979200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-012”}，{“start”：{（日期-部件）：[[2024,7,1]，“日期-时间”：“204-07-01T00:00Z”，《时间戳》：171 979200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https://doi.org/10.15223\/policy-029”｝，｛“开始”：｛“日期部分”：[[2024,7,1]]，“日期时间”：“2024-07-01T00:00:00Z”，“时间戳”：1719792000000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-004”｝]，“资助者”：[｛“doi”：“10.13039\/1000009377”，“名称”：“教育湖南省厅”，“doi断言”：“publisher”}，{“DOI”：“10.13039\/501000002767”，“name”：“湖南省科学技术厅”，“DOI-asserted-by”：“publicher”}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“下一代计算机系统”]，”published-print“：{”date-parts“：[2024,7]]}，”DOI“：“10.1016\/j.future.2024.02.026”，“type”：“journal-article”，“created”：{“date-parts”：[[2024,3,3]]，“date-time”：“2024-03-03T15:26:34Z”，“timestamp”：1709479594000}，“page”：：“168-178”，“update-policy”：：[“预测搭便车乘客需求：一种基于POI的自适应聚类联合学习方法”]，“前缀”：“10.1016”，“卷”：“156”，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0001-9720-7910”，“authenticated-ORCID”：false，“给定”：“朱华”，“家庭”：“廖”：“additional”，“affiliation”：[]}，{“given”：“Yijiang”，“family”：“Zhao”，“sequence”：“additive”，“filiance”：[]}从属关系“：[]}]，”成员“：”78“，“reference”：[{“key”：“10.1016\/j.future.2024.02.026_bib0001”，“series-title”：“Cryptology\u2014INDOCRYPT 2021的进展”，“首页”：“462”，“article-title”：《隐私保护骑乘服务的密码分析TRACE》，“author”：“Kumaraswamy”，“year”：“2021”}，{“issue”：“9”，“key“10.1016”：“1016\/j.futurn.2024.02.026 _bib000”，“doi-asserted-b”y“：”交叉参考“，“首页”：“10003”，“DOI”：“10.1007\/s11227-021-03643-5”，“文章标题”：“利用奇异值分解和三维旋转数据扰动改进的隐私保护数据挖掘技术”，“卷”：“77”，“作者”：“Kousika”，“年份”：“2021”，“期刊标题”：”J.Supercomput.“}，{“key”：“101016\/J.future.2024.02.026_bib0003”，“系列标题”：“发表在第十届美国计算机学会访问控制模型和技术研讨会论文集上”，“文章标题”：“基于目的的复杂数据访问控制以保护隐私”，“作者”：“Byun”，“年份”：“2005”}，｛“密钥”：“10.1016\/j.future.204.026_bib0004”，“系列标题”：“2022 IEEE第38届国际数据工程会议（ICDE）”，“首页”：“965”，“文章标题”：“非IID数据筒仓的联合学习：实验研究”，“作者”：“李”，“年份”：“2021”}，{“关键”：“10.1016\/j.future.2024.02.026_bib0005”，”系列标题“：“发表于第20届国际人工智能与统计会议论文集，机器学习研究论文集”，“文章标题”：“通信-从分散数据中高效学习深层网络”，“作者”：“McMahan”，“年份”：“2017年”}，{“问题”：“4”，“关键”：“10.1016\/j.future.2024.02.026_bib0006”，“doi-asserted-by”：“crossref”，“first page”：“1985”，“doi”：“10.1109\/TNSE.2023.3237367”，“article-title”：“MiTFed：基于使用SDN和区块链的联合学习的隐私保护协作网络攻击缓解框架”，“volume”：”10“，“author”：“Houda”，“year”：“2023”，“journal-title“：”IEEE Trans.Netw.Sci.Eng.“}，{”issue“：”3“，”key“：“10.1016\/j.future.2024.02.026_bib0007”，“首页”：“465”，“文章标题”：“标识符属性域预授权使用控制的安全可判定性”，“卷”：“17”，“作者”：“Rajkumar”，“年份”：“2020”，“日志标题”：”IEEE Trans.可靠安全计算“}，{“密钥”：“10.116\/j.future.2024.02.026 _bib0018”，“doi-asserted-by”：“crossref”，“首页”：“244”，“DOI”：“10.1016\/j.future.2022.05.003”，“article-title”：“联邦学习中解决非IID数据的最新调查”，“volume”：“135”，“author”：“Ma”，“year”：“2022”，“journal-title“：”future Gener.Comput.Syst.“}，{”key“：”10.1016\/j.future.2024.02.026_bib0009“，”series-title“：“2021 IEEE \/CVF计算机视觉和模式识别研讨会（CVPRW）会议”，“首页”：“2743”，“文章标题”：“多域上的集群驱动图联合学习”，“作者”：“Caldarola”，“年份”：“202一”}，{“问题”：“1”，“密钥”：“10.1016\/j.future.2024.02.026_bib0010”，“doi-asserted-by”：“crossref”，“第一页”：”57“doi”：“10.3141\/2634-10”，“article-title”：“基于短期流量预测的出租车预订移动应用程序订单需求预测”，“volume”：“2634”，“author”：“Li”，“year”：“2017”，“journal-title“：”Transp.Res.Rec.“}，{”issue“：”3“，”key“：”10.1016\/j.future.2024.02.026_bib0011“，”doi-asserted-by“：”crossref“，”first page“1393”，“doi”：“10.1109\/TITS.2013.21 262376英寸，“article-title”：“使用流式数据预测出租车\u2013年乘客需求”，“volume”：“14”，“author”：“Moreira-Matias”，“year”：“2013”，“journal-title:“IEEE Trans.Intell.Trans.Syst.”}，{“key”：”10.1016\/j.future.2024.02.026_bib0012“，”series-title“：”2016年中国自动化协会第三十一届青年学术年会“，”首页“：“324”，“article-title”：“使用LSTM和GRU神经网络方法进行交通流预测”，“author”：“Fu”，“year”：“2016”}，{“key”：“10.1016\/j.future.2024.02.026_bib0013”，“series-title”：《AAAI人工智能会议论文集》，“artifle-title:“用于城市人群流预测的深时空残差网络”，“卷”：“31”，“作者”：“张”，“年份”：“2017”}，{“键”：“10.1016\/j.future.2024.02.026_bib0014”，“doi-asserted-by”：“crossref”，“首页”：“286”，“doi”：“101016\/j.ins.2022.02.31”，“article-title”：“用于交通需求预测的动态时空图形神经网络”，“卷“：”594“，”作者“：”黄“，”年份“：”2022“，”日志标题“：”信息科学“}，｛“issue”：“4”，“key”：“10.1016\/j.future.204.02.026_bib0015”，“doi断言者”：“crossref”，“首页”：“144”，“doi”：“10.3390\/ijgi12040144”，“文章标题”：“基于叫车轨迹的城市功能区间交通流量分析与预测”，“卷”：“12”，“作者”：“廖”，“年份”：“2023”，“期刊标题”：“ISPRS Int.j.Geoinf.”｝，{“issue”：“5”，“key”：“10.1016\/j.future.2024.02.026_bib0016”，“doi-asserted-by”：“crossref”，“首页”：“2455”，“doi”：“101109\/TNSE.2022.3211192”，”article-title“：“当协作联合学习遇到区块链以在医疗保健中保护隐私时”，“volume”：”10“，“author”：“Houda”，“year”：“2023”，“journal-title”：“IEEE Trans.Netw.Sci.Eng.”}，{“问题“”：“11”，“key”：“10.1016\/j.future.2024.02.026_bib0017”，“doi-asserted-by”：“crossref”，“first-page”：“7988”，“doi”：“101109\/TIII.2022.3170347”，”article-title“：“当联合学习满足博弈论时：一个合作框架，以保护边缘计算上的IIoT应用程序”，“volume”：”18“author”：“Houda”，“year”：“2022”，“journal-title”：“IEEE Trans.Ind。通知。“}，{”issue“：”1“，”key“：”10.1016\/j.future.2024.02.026_bib0018“，”doi-asserted-by“：”crossref“，”first page“：“60”，”doi“：”101109\/IOTM.001.2100238“，“article-title”：“基于MEC的体系结构，使用联合深度学习保护物联网应用程序”，“volume”：“6”，“author”：“Houda”，“year”：“2023”，“journal-title“：”IEEE Internet Things Mag.“}”，{“issue”：“3”key“：”10.1016\/j.future.2024.02.026_bib0019“，”doi-asserted-by“：”crossref“，”first-pages“：”630“，”doi“：”101109\/TPDS.2021.3098467“，”article-title“：”边缘计算个性化深层神经网络的多任务联合学习“，”volume“：“33”，”author“：”Mills“，”year“：”2022“，”journal-title”：“IEEE Trans。平行配送系统。“}，{”key“：”10.1016\/j.future.2024.02.026_bib0020“，”first page“：“1”，”article-title“：”联邦忘却学习以人为中心的元宇宙“，”author“：”Wang“，”year“：”2023“，”journal-title”：“IEEE j.Sel.Areas Commun.”}，“{”issue“：“13”，“key”：“10.1016\/j.future.20240.2.026_binb0021”，“doi-asserted-by”：“crossref”，“”首页“：”10355“，”DOI“：”10.1007\/s00521-06861-3“，”文章标题“：”时空预测的联合元学习“，”卷“：”34“，”作者“：”李“，”年份“：”2022“，”期刊标题“：“神经计算”。申请。“}，{”key“：”10.1016\/j.future.2024.02.026_bib0022“，”series-title“：”在第38届机器学习国际会议论文集上发表，《机器学习研究论文集》，“article-title”：“获胜的异质性：一次性联合聚类”，“author”：“Dennis”，“year”：“2021”}，“issue”：“8”，“key”：“”10.1016\/j.future.2024.02.026_bib0023“，”doi-asserted-by“：”crossref“，”first page“：”7751“，”doi“：”10.1109\/JIOT.2020.2991401“，“article-title”：“隐私保护流量预测：联合学习方法”，“volume”：“7”，“author”：“Liu”，“year”：“2020”，“journal-title“：”IEEE Internet Things j.“}，{“issue”：“8”，“key”：”10.1016\/j.future.2024.02.026_bib0024“，”doi-asserted-by“：”crossref“，”first page“：”8738“，”doi“：”10.1109\/TITS.2022.3157056“，”article-title“：”FedSTN:图表示驱动的联邦学习，用于支持边缘计算的城市交通流预测“，”volume“：“24”，”author“：”Yuan“，”year“：”2023“，”journal-title”：“IEEE Trans。因特尔。运输。系统。“}，{”key“：”10.1016\/j.future.2024.02.026_bib0025“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.asoc.2023.110175“，”article-title“：”FedAGCN：基于联合学习和异步图卷积网络的流量预测框架“，”volume“：key“：”10.1016\/j.future.2024.02.026_bib0026“，”doi-asserted-by“：”crossref“，”first-pages“：”582“，”doi“：”101109\/TDSC.2015.2427834“，”article-title“：”有限属性域预授权使用控制的安全可判定性“，”volume“：“13”，“author”：“Rajkumar”，“year”：“2016”，“journal-title”：“IEEE Trans。可靠的安全计算。“}，{”issue“：”1“，”key“：”10.1016\/j.future.2024.02.026_bib0027“，”doi-asserted-by“：”crossref“，”doi“：”101145\/3613962“，”article-title“：”数据发布隐私和透明度的分布式协同进化“，”volume“：10.1016\/j.future.2024.02.026_bib0028“，”doi-asserted-by“：”crossref“，”first page“：”5880“，”doi“：”10.1002\/int.22818“，”article-title“：”基于多密钥同态加密的隐私保护联合学习“，”volume“：“37”，”author“：”Ma“，“year”：“2022”，”journal-title”：“int.j.Intell。系统。“}，{”issue“：”8“，”key“：”10.1016\/j.future.2024.02.026_bib0029“，”doi-asserted-by“：”crossref“，”first-page“：”745“，”doi“：”101177\/0361198120924630“，”article-title“：”构建的环境如何影响在线用车客流量“，”volume“：“2674”，“author”：“Bi”，“year”：“2020”，“journal-title”：“Transp.Res.Rec.}”，{“key”：“10.1016\/j.future.2024.02.026_bib0030”，“series-title“：“在第23届ACM SIGKDD国际知识发现和数据挖掘大会上发表”，“article-title”：“越简单越好：基于大型在线平台预测原始出租车需求的统一方法”，“author”：“Tong”，“year”：“2017”}，{“key”：“10.1016\/j.future.2024.02.026_bib0031”，“首页“：“1”，“article-title”：“VEC中基于改进粒子群遗传算法的DNN划分和卸载策略”，“author”：“Li”，“year”：“2023”，“journal title”：《IEEE Trans》。因特尔。车辆。“}，{”key“：”10.1016\/j.future.2024.02.026_bib0032“，”series-title“：”第28届神经信息处理系统国际会议论文集“，”首页“：”802“，”article-title“：“卷积LSTM网络：降水预报的机器学习方法”，“volume”：“1”，“author”：“Shi”，“year”：“2015”}，”{“key”：”10.1016\/j.future.2024.02.026_bib0033“，“series-title”：“程序。第27届国际联合会章程。因特尔。（IJCAI）”，“首页”：“3634”，“文章标题”：“时空图卷积神经网络：交通预测的深度学习框架”，“作者”：“Yu”，“年份”：“2018”}，｛“key”：“10.1016\/j.future.204.02.026_bib0034”，“series title”：“Proc.34th Int.Conf.neural Inf.Process Syst（NIPS）”，“首页”：“17804”，“文章标题”：“交通预测的自适应图卷积递归网络”，“作者”：“Bai”，“年份”：“2020”}，{“关键”：“10.1016\/j.future.2024.02.026_bib0035”，“非结构化”：“T.Ryffel，A.Trask，M.Dahl，B.Wagner，j.Mancuso，D.Rueckert，and j。Passerat-Palmbach，\u201cA隐私保护深度学习通用框架，\u201 d arXiv preprint arXiv:1811.040172018。“}，{“key”：“10.1016\/j.future.2024.02.026_bib0036”，“series-title”：“提交给ACM\/IEEE第六届网络物理系统国际会议论文集”，“article-title”：”大都市区实时传感数据出租车调度：一种滚动视界控制方法”，“作者”：“苗”，“年份”：“2015”}，{“关键”：“10.1016\/j.future.2024.02.026_bib0037”，“系列标题”：“在第28届地理信息系统进展国际会议上发表”，“文章标题”：”共乘系统的时空分层自适应调度”，“作者”：“刘”，“年份”：“2020”}，{“关键”：“10.1016\/j.future.2024.02.026_bib0038”，“doi-asserted-by”：“crossref”，“首页”：“197”，”doi“：”10.1016\/j.trb.2020.10.001“，”article-title“：”出租车平台：通知或指派司机？“，”volume“：”142“，”作者“：”Sun“，”年份“：”2020“，”新闻标题“：”运输。Res.Part B“}]，“container-title”：[“Future Generation Computer Systems”]，“original-title“：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0167739X24000712？httpAccept=text\/xml”，“content-type”：“text\/.xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/api.elsevier.com\/content\/article\/PII:S01677739X24000712？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,5,11]]，“date-time”：“2024-05-11T12:26:27Z”，“timestamp”：1715430387000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com/retrieve\/piii\/S0167730 9X24000712“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2024,7]]}，”references-count“：38，”alternative-id“：[”S0167739X24000712“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.future.2024.02.026“，”relation“：{}，“ISSN”：[”0167-739X“]，“ISSN-type”：[{“value”：“0167-739”X“，”type“：”print“}]，”subject“：[]，“published”：{“date-parts”：[[2024,7]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，{”value“：”预测搭便车乘客需求：一种基于POI的自适应聚类联合学习方法“，”name“：”articletite“，”标签“：”article Title“}、{”value“：“未来一代计算机系统”，“name”：“journaltitle”，“label”：“Journal Title”}，“value”：“”https:\/\/doi.org\/10.1016\/j.future.2024.02.026“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2024 Elsevier B.V.保留所有权利