模型異構的聯(lián)邦學習入侵檢測
北京工業(yè)大學學報
頁數(shù)： 15 2024-01-16
摘要： 針對模型異構和代理數(shù)據(jù)稀缺問題，提出模型異構的聯(lián)邦學習入侵檢測(model heterogeneous federated learning for intrusion detection, MHFL-ID)框架。首先，MHFL-ID根據(jù)模型異同對節(jié)點進行分組，將結構相同的模型分到同一組；其次，在組內(nèi)采用以組長為中心的同構聚合方法，根據(jù)目標函數(shù)投影值選取組長，并引導組內(nèi)節(jié)點的優(yōu)... （共15頁）
APP 