摘要： 作为一种低碳、环保的交通工具，油电混合电动汽车（ｈｙｂｒｉｄｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅ，ＨＥＶ）发展迅速。为保障推荐过 程中用户的隐私安全，提出了一种面向纵向联邦学习算法的 ＨＥＶ站点推荐算法。通过本地训练、中央聚合的模型训 练机制，在保证用户隐私数据安全的前提下，更新局部训练模型。将区块链技术与云计算相结合，通过使用加密算 法和分布式存储，提供一个安全可信的云服务网络，负责传输本地计算的训练参数。利用去中心化的数据聚合器取 代易出现单点故障的集中式架构，创建了一个灵活且可扩展的云网络。实验结果表明，具有 １０个云节点的分散式算 法比传统的集中式算法快 ５．２ｓ。可见，基于纵向联邦学习的推荐算法既能保证推荐的精准性，也能充分调动闲置站 点，有效提高推荐效率。

关键词: 油电混合电动汽车；推荐算法；纵向联邦学习；充电站推荐；云计算；区块链

中图分类号: 

• ＴＭ９１０．６