基于CNN-LSTM-FedAvg的工业互联网入侵检测方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘要：针对工业物联网数据来源的多样性和复杂性，以及数据分布和特征差异性大的特性，这里提出了一种基于CNN-LSTM-FedAvg的入侵检测方法。该方法结合CNN 提取特征、LSTM 分类和 FedAvg 分布式模型训练的优势，以提高检测效率并保护数据隐私。实验结果表明，该方法在UNSW-NB15和CSE-CIC-IDS 2018数据集上取得了较好的检测效果。（剩余7353字）

试读结束

目录
monitor