一種基于兩級K-異步聯(lián)邦學(xué)習(xí)的隱私保護(hù)入侵檢測方案

摘要： 5G的廣泛應(yīng)用導(dǎo)致物聯(lián)網(wǎng)的設(shè)備和流量激增，降低了物聯(lián)網(wǎng)入侵檢測系統(tǒng)的效率和可靠性。目前的入侵檢測系統(tǒng)主要使用同步的分布式深度學(xué)習(xí)方法，難以應(yīng)用到現(xiàn)實(shí)的分布式異步場景中。另外，在分布式的訓(xùn)練過程中也可能遭遇推斷攻擊。針對以上問題，提出了一種基于兩級K-異步聯(lián)邦學(xué)習(xí)的隱私保護(hù)入侵檢測方案，通過在模型訓(xùn)練的不同階段使用對應(yīng)算法，提高異步入侵檢測模型訓(xùn)練的收斂性和準(zhǔn)確率，并設(shè)計(jì)了一種梯... （共6頁）