一种基于两级K-异步联邦学习的隐私保护入侵检测方案

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：5G的广泛应用导致物联网的设备和流量激增，降低了物联网入侵检测系统的效率和可靠性。目前的入侵检测系统主要使用同步的分布式深度学习方法，难以应用到现实的分布式异步场景中。另外，在分布式的训练过程中也可能遭遇推断攻击。针对以上问题，提出了一种基于两级K-异步联邦学习的隐私保护入侵检测方案，通过在模型训练的不同阶段使用对应算法，提高异步入侵检测模型训练的收敛性和准确率，并设计了一种梯度屏蔽算法防止系统异步训练过程中的推断攻击。（剩余18289字）

试读结束

目录
monitor