公开(公告)号：CN113077060A

公开(公告)日：2021-07-06

申请号：CN202110339975.7

申请日：2021-03-30

Applicant: 中国科学院计算技术研究所

Inventor： 陈益强 ,  孙伟豪 ,  杨晓东 ,  于汉超 ,  王永斌 ,  张忠平 ,  肖益珊

IPC: G06N20/20 ,  H04L9/00 ,  H04L29/06 ,  H04L29/08

Abstract: 本发明的实施例提供针对边云协同的联邦学习系统和方法，包括边缘设备和云端服务器。每个边缘设备基于本地数据对全局模型进行训练，对训练后得到的模型参数进行加密并上传至云端服务器；云端服务器对从各个边缘设备接收的模型参数进行聚合，并将聚合后的模型参数返回至各个边缘设备；边缘设备采用来自云端服务器的模型参数更新其本地的全局模型以进行预测。该系统使得模型的鲁棒性、精确性和训练速度大幅提升。

公开(公告)号：CN112954689A

公开(公告)日：2021-06-11

申请号：CN202110179359.X

申请日：2021-02-07

Applicant: 中国科学院计算技术研究所

Inventor： 潘志文 ,  孙伟豪 ,  邢云冰 ,  陈益强 ,  王永斌 ,  张忠平 ,  肖益珊 ,  刘廉如

IPC: H04W12/121 ,  H04L29/06 ,  H04L12/851 ,  H04L12/24

Abstract: 本发明提出一种针对蓝牙无线传输的轻量化网络入侵检测系统和方法，包含两种工作状态，分别是离线训练和在线检测。离线训练包括数据收集、特征选取、数据训练和生成机器学习模型四个阶段，其中数据训练针对的是有标签的数据，其中标签代表正常数据或异常数据。数据训练阶段分为特征压缩、构建概率模型、计算数组出现概率三个步骤。在线检测则包括了数据收集、特征选取、特征压缩、计算数组出现概率、平滑概率和通过生成的模型实时得出检测结果。本发明提出的入侵检测方法可以提供更高的准确率和更少的误报。