面向 ISAC 辅助机器人导航的 GDPR 感知轨迹共享：FID 约束碰撞预测案例研究
GDPR-Aware Trajectory Sharing for ISAC-Assisted Robot Navigation: A Case Study on FID-Constrained Collision Prediction
AI 导读
一种用于 ISAC 辅助机器人避障的 FID 约束轨迹共享方案，在真实行人轨迹上取得严格优于固定误差扰动的隐私-效用权衡。该方案回应 GDPR 第 5(1)(c) 与 5(1)(f) 条对数据最小化和防未授权重建的要求，在共享前按局部信息含量扰动感知估计。在匹配的冲突漏检率下，其重建泄露与持续暴露长度均一致更低。