| 基于GRU-FedAdam的工業(yè)物聯(lián)網(wǎng)入侵檢測方法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大小：994 K | |
| 標簽： 工業(yè)物聯(lián)網(wǎng) 入侵檢測 GRU | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對工業(yè)物聯(lián)網(wǎng)中的入侵檢測存在數(shù)據(jù)隱私泄露和訓練時間長的問題，提出一種基于GRU-FedAdam的入侵檢測方法。該方法首先采用聯(lián)邦學習協(xié)作訓練入侵檢測模型，保護客戶端數(shù)據(jù)隱私；其次，構建基于門控循環(huán)單元（GRU）的入侵檢測模型并采用Adam優(yōu)化算法，提高客戶端模型的訓練速度。選用TON_IoT數(shù)據(jù)集為實驗數(shù)據(jù)，經(jīng)過兩輪通信輪次計算，訓練時間比單層LSTM模型減少4 s；利用Adam算法訓練模型比SGD算法收斂速度更快，入侵檢測模型準確率為0.99。實驗結果表明，基于GRU-FedAdam的入侵檢測方法在保護數(shù)據(jù)隱私的情況下，可減少訓練時間和獲得更好的入侵檢測效果。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2