龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：无锡学院
申请日：2024-04-29
公开（公告）日：2024-06-21
公开（公告）号：CN118233212A
主分类号：H04L9/40
分类号：H04L9/40;G06N3/0442;G06N3/098
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种基于加密算法和联邦学习框架的物联网攻击检测方法，属于物联网安全技术领域，包括：系统初始化阶段，生成公钥和私钥；云服务器为入侵检测模型选择参数；边缘智能体向云服务器报告其自身数据资源，云服务器计算各边缘智能体的贡献率；边缘智能体进行本地模型训练。边缘智能体从云服务器接收初始模型和参数并训练；边缘智能体进行模型参数加密。边缘智能体将加密后的参数上传至云服务器；云服务器进行模型参数聚合。边缘智能体使用私钥解密聚合密文，得到更新的各个模型参数。本发明能够在保持设备上数据隐私的同时，提高物联网设备对异常行为的检测能力，特别是在预测攻击时具有更低的误报率和更少的错误警报。
主权项：1.一种基于加密算法和联邦学习框架的物联网攻击检测方法，其特征在于，包括以下步骤：初始化系统，基于改进帕耶尔加密算法构建公钥和私钥，同时构建云服务器与各边缘智能体之间的安全通道；云服务器构建LSTM-GRU模型，同时设定所述LSTM-GRU模型的相关参数；所述各边缘智能体向所述云服务器报告其自身数据资源，所述云服务器基于所述自身资源数据计算各边缘智能体的贡献率；所述各边缘智能体接收所述LSTM-GRU模型和所述相关参数并对所述LSTM-GRU模型进行训练，生成训练后的模型参数；所述各边缘智能体通过公钥对所述训练后的模型参数进行加密后传输至云服务器，所述云服务器通过所述各边缘智能体的贡献率对所述训练后的模型参数进行聚合，生成聚合密文并传输至所述各边缘智能体；所述各边缘智能体通过所述聚合密文进行局部模型更新，并通过私钥解密，获得更新的各个模型参数。
全文数据：
权利要求：
百度查询： 无锡学院 一种基于加密算法和联邦学习框架的物联网攻击检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号