由于很多不同的服务和设备都在做大量的数据收集，因此隐私已成为车辆连接技术发展的一个关键方面。
现代电动汽车具有传感器可以生成大量数据信息，比如有关其部件的状态和操作条件、位置、最常见路线和驾驶员行为等…根据收集到的这些数据，汽车行业可以开发各种有竞争力的App，让自己的产品更符合驾驶员的驾驶风格。
Coppe/UFRJ远程信息与自动化研究小组（GTA）的研究人员对此进行了深入研究，他们正在与替代能源实验室（LAFAE）的研究者合作，联合USP数学与计算机科学研究所（ICMC）、Stellantis和初创公司Mobway开发一种创新的软件架构。
这项研究是AVADiP项目（具有隐私保护分布式学习的车辆App）的一部分，该项目在为数据收集App构建架构的同时，也会保证用户的隐私安全。
该项目由 GTA/Coppe 教授 Miguel Elias Mitre Campista 协调，于2023 年在由 UFMG 支持基金会（Fundep）领导的车辆连接优先计划的支持下获得批准，该基金会是国家绿色交通与创新计划（MOVER）的一部分。项目的目标是通过开发应用新的、更可持续的技术来刺激投资，增强巴西汽车行业公司的实力。
项目满足了人工智能（AI）日益增长的使用需求，预计将持续三年。三年以后结束时，它将为汽车行业提供新的机器学习模型的计算工具，使用户能够保护自己不想分享的个人数据。Coppe电气工程项目的Miguel Campista教授说，尽管该提案旨在研究AI的两种应用，但由此产生的架构还可以实现其他几种应用，这些应用将增强由服务和公共接口组成的生态系统中联网车辆的生产数据使用。
据他介绍，任何机器学习系统输入的数据都是从用户行为中生成的。这些数据被收集并存储在云中，供汽车行业开发App时使用，作为拥有更好产品的竞争方式适合每位驾驶员。