内容提供者
基于联邦学习的网络流量攻击检测方法、系统及存储介质.pdf
2023-05-26
10金币
3.3MB
23页
明轩****la
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共23页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
基于联邦学习的网络流量攻击检测方法、系统及存储介质.pdf
本发明公开了基于联邦学习的网络流量攻击检测方法、系统及存储介质,其方法包括步骤:在中央服务器构建流量攻击检测的全局模型及在客户端构建流量攻击检测的本地模型;客户端根据网络流量特征识别攻击流量并标识生成流量数据集;客户端对标识后的流量数据集进行预处理并发送至中央服务器;中央服务器根据预处理后的流量数据集对全局模型进行训练;客户端同步全局模型的结构参数并对本地模型进行训练;将未知的流量数据输入到本地模型进行攻击流量判定。本发明解决了相关技术中不共享数据前提下存在数据孤岛的问题和网络攻击检测准确性低的问题。
2023-05-26
10
3.3MB
基于联邦学习的模型训练方法及系统、存储介质.pdf
本申请公开了一种基于联邦学习的模型训练方法及系统、存储介质、计算机设备，该方法包括：服务器在客户端集合中采样多个本轮客户端，将本轮初始模型参数发送至本轮客户端中，本轮客户端按本轮初始模型参数配置本地模型后进行模型训练，得到训练后的本轮目标模型参数，并将本轮目标模型参数返回至服务器中；服务器对多个本轮客户端各自返回的本轮目标模型参数进行参数聚合，得到本轮聚合参数；当本轮聚合参数未达到服务器的采样条件时，将本轮聚合参数作为下轮初始模型参数；当本轮聚合参数达到服务器的采样条件时，将本轮聚合参数发送至客户端集合内
2023-07-21
10
502KB
联邦学习梯度攻击防御方法、系统、设备及介质.pdf
本发明公开了一种联邦学习梯度攻击防御方法、系统、设备及介质，包括：利用本地数据对模型进行训练，得到本地模型，计算得到本地梯度；获联邦学习的压缩阈值，计算得到梯度掩码矩阵；根据梯度掩码矩阵，对本地梯度进行压缩，得到压缩后的梯度；对更新后的梯度掩码矩阵，添加噪声，得到添加有噪声的梯度掩码矩阵；根据压缩后的梯度和所述添加有噪声的梯度掩码矩阵，得到添加有噪声的梯度；对添加有噪声的梯度，执行聚合算法，得到全局梯度；根据全局梯度，对本地模型进行更新，并开始下一轮模型训练；本发明结合差分隐私技术，利用添加有噪声的梯度能
2023-08-20
10
605KB
基于联邦学习的区块链数据管理方法、系统及存储介质.pdf
本发明公开了一种基于联邦学习的区块链数据管理方法、系统及存储介质，包括基于区块链的去中心化联邦学习，单个或多个终端设备通过竞争获得出块权，获得出块权的终端设备作为本轮学习的聚合器；聚合器对所有合格的本地模型参数就行聚合并获得全局模型参数，并将本轮全部参数存入区块，全局模型更新并出块后，终端设备从区块链上获取全局参数并进入下一轮的学习；激励机制：参与联邦学习的终端设备根据贡献获得激励；设备选择：基于博弈论和马尔可夫动态决策过程进行设备选择。本发明对参与机器学习的终端设备进行激励，有利于大量数据的获取；使用区
2023-08-20
10
667KB
基于联邦学习的数据交互方法、装置、设备及存储介质.pdf
本申请提供了一种基于联邦学习的数据交互方法、装置、设备、存储介质及程序产品，所述方法包括：服务端设备接收客户端设备发送的携带有主任务数据交互请求；根据加密特征生成伪任务，加密特征是由参与联邦学习的至少一个客户端设备持有的本地特征进行加密处理得到的；基于主任务和伪任务构建并训练初始模型，得到全局模型；将全局模型发送至发送请求的目标客户端设备，以使目标客户端设备从全局模型中去除伪任务对应的伪任务子模型，得到主任务子模型。通过加入伪任务，改变训练模型结构，能够实现提高模型的安全性，防止模型被反向攻击导致私有数据
2023-07-21
10
1.1MB