The intelligent Internet of Vehicles (IoV) provides superior results in effectively addressing complex transportation challenges. Predicting vehicle traffic, crashes, demand, location, communication, and travel safety are all critical issues in today's transportation systems. The proposed paper optimizes vehicle traffic by incorporating reroute recommendations, increasing the use of public transportation, and providing onboard vehicle drivers with intelligent health assistance using Federated Learning (FL). This research also focuses on resolving complex transportation issues such as a vehicle's current location, exact vehicle count information on each route, and onboard vehicle vacant seat information. Furthermore, vehicle communication contributes to the proposed system's efficiency by avoiding communication delays or information loss to registered users and the cloud server. An intelligent FL-based scheme for vehicle route optimization has been proposed as part of this research to prevent vehicle traffic in a real-time Internet of Things (IoT) connected IoV transportation system. The vehicle detection approach determines the number of vehicles traveling on each route to recommend the best route to registered users. The effective implementation of cluster-based vehicle communication and location estimation models enhances the efficiency of the proposed system.

Driven by the critical importance of routing in Wireless Sensor Networks (WSNs) and the security vulnerabilities present in existing protocols, this research aims to address the key challenges in securing WSNs. Many current routing protocols focus on computational efficiency but fall short of providing strong security measures, leaving them vulnerable to malicious attacks. Reactive protocols, often preferred for their reduced bandwidth usage, heighten security concerns due to their limited resources for maintaining network routes, while proactive alternatives require more resources. Additionally, the ad hoc nature and energy limitations of WSNs make traditional security models, designed for wired and wireless networks, impractical. To overcome these limitations, this paper introduces the Secured Energy-Efficient Opportunistic Routing Scheme for sustainable WSNs. The proposed protocol is designed to enhance security by continuously updating neighbor information and verifying the validity of routing parameters, while also being power-aware, a critical factor given the energy constraints of WSNs. The protocol has been evaluated through simulation experiments, measuring key performance indicators such as throughput, average end-to-end delay (E2 delay), energy consumption, and network lifetime. The results demonstrate that the proposed protocol effectively strengthens WSN security while addressing the unique operational constraints of these networks.