基于混合网络模型和联邦学习的网络入侵检测

    公开(公告)号:CN116846584A

    公开(公告)日:2023-10-03

    申请号:CN202310517274.7

    申请日:2023-05-09

    Applicant: 海南大学

    Inventor: 程杰仁 寇雨晴

    Abstract: 本申请公开了一种网络入侵检测方法、系统、装置、存储介质及电子设备,所述方法包括:获取当前入侵检测模型的参数和当前本地检测模型的流量时序数据;根据流量时序数据和本地检测模型,确定所述本地检测模型的局部模型参数;通过联邦学习算法对局部模型参数进行全局聚合,得到入侵检测模型的全局模型参数;若全局模型参数满足预设条件,则根据全局流量时序数据和入侵检测模型,确定网络入侵检测结果。这样,一方面通过联邦学习可以确定入侵检测模型的全局模型参数,从而对网络入侵进行准确检测,提高了检测结果的准确性,另一方面增加了入侵检测模型的数据量,解决了网络入侵场景中的数据孤岛问题,同时保障本地用户数据不被泄露。

Patent Agency Ranking