基于区块链和联邦学习的网络流量入侵检测方法

    公开(公告)号:CN115242559A

    公开(公告)日:2022-10-25

    申请号:CN202211161541.3

    申请日:2022-09-23

    Abstract: 本发明公开了一种基于区块链和联邦学习的网络流量入侵检测方法,包括:各设备独立进行新型攻击的检测与标记;进行全局模型的初始化;将各设备随机划分为工作节点和挖掘节点,工作节点利用本地数据训练局部检测模型,将自身的局部模型参数上传至区块链;挖掘节点对模型参数合法性进行验证,并基于区块链一致性算法生成合法区块;各工作节点下载合法区块,并基于联邦聚合算法对模型参数进行更新;迭代进行上述训练过程,最终得到全局的网络流量入侵检测模型。该方法基于联邦学习和区块链建立全局网络流量入侵检测模型,能够在发现新的未标记攻击类型的同时,保证各设备产生的各种流量数据留在设备本地,实现了数据隐私保护的目的。

    基于区块链和联邦学习的网络流量入侵检测方法

    公开(公告)号:CN115242559B

    公开(公告)日:2022-12-02

    申请号:CN202211161541.3

    申请日:2022-09-23

    Abstract: 本发明公开了一种基于区块链和联邦学习的网络流量入侵检测方法,包括:各设备独立进行新型攻击的检测与标记;进行全局模型的初始化;将各设备随机划分为工作节点和挖掘节点,工作节点利用本地数据训练局部检测模型,将自身的局部模型参数上传至区块链;挖掘节点对模型参数合法性进行验证,并基于区块链一致性算法生成合法区块;各工作节点下载合法区块,并基于联邦聚合算法对模型参数进行更新;迭代进行上述训练过程,最终得到全局的网络流量入侵检测模型。该方法基于联邦学习和区块链建立全局网络流量入侵检测模型,能够在发现新的未标记攻击类型的同时,保证各设备产生的各种流量数据留在设备本地,实现了数据隐私保护的目的。

Patent Agency Ranking