一种基于联邦学习的网络入侵协同检测方法.pdfVIP

下载本文档

0
0
约2.4万字
约 16页
2023-05-13 发布于四川
举报
版权申诉

一种基于联邦学习的网络入侵协同检测方法.pdf

1、本文档共16页，其中可免费阅读15页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于联邦学习的网络入侵协同检测方法。其包括发起者发起联邦学习请求；协调方下发参数信息；各参与方在本地训练联邦入侵检测卷积模型；获得本地加密态联邦入侵检测卷积模型并上传；得到全局联邦入侵检测卷积模型并下发；反馈联邦学习情况等步骤。本发明所训练的联邦入侵检测卷积模型更切合自身的业务需求。联邦学习任务采用联邦模型增量平均聚合函数，可使联邦学习效率提升。各参与方上传模型采用加密态联邦入侵检测卷积模型，可防止半诚实的参与方对其他参与方的模型反演攻击。由联邦学习的发起者进行仲裁，保护了入侵检测库不被协调

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114640498 A (43)申请公布日 2022.06.17 (21)申请号 202210097210.1 (22)申请日 2022.01.27 (71)申请人天津理工大学地址 300384