聯(lián)盟鏈下基于聯(lián)邦學習聚合算法的入侵檢測機制優(yōu)化研究

摘要： 近年來,聯(lián)邦學習備受關注,因為它能在保護用戶隱私的前提下訓練和聚合入侵檢測模型。聯(lián)盟鏈作為一種高效且可控的分布式賬本技術,與聯(lián)邦學習技術結合被應用于多節(jié)點入侵檢測場景。然而,傳統(tǒng)的聯(lián)盟鏈下基于聯(lián)邦學習聚合入侵檢測模型的算法存在缺陷,無法根據(jù)網(wǎng)絡環(huán)境動態(tài)調整聚合算法參數(shù),導致通信成本過高。因此,文章根據(jù)聯(lián)盟鏈網(wǎng)絡環(huán)境設計自適應聯(lián)邦學習聚合算法,動態(tài)調整入侵檢測模型聚合間隔,以平衡... （共10頁）