| 基于GRU-FedAdam的工業物聯網入侵檢測方法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>994 K | |
| 標簽： 工業物聯網 入侵檢測 GRU | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對工業物聯網中的入侵檢測存在數據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。該方法首先采用聯邦學習協作訓練入侵檢測模型，保護客戶端數據隱私；其次，構建基于門控循環單元（GRU）的入侵檢測模型并采用Adam優化算法，提高客戶端模型的訓練速度。選用TON_IoT數據集為實驗數據，經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據隱私的情況下，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 華北計算機系統工程研究所版權所有 京ICP備10017138號-2