申请/专利权人:中山大学
申请日:2024-04-11
公开(公告)日:2024-06-21
公开(公告)号:CN118228137A
主分类号:G06F18/2415
分类号:G06F18/2415;G06N3/0464;G06N3/098;G06N5/04
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联邦学习与联盟博弈的威胁情报分类方法及系统,该方法包括:基于TextCNN网络构建分类模型;将不同设备形成联盟,结合联邦学习,对所述分类模型进行训练,得到训练完成的分类模型;将待测威胁情报数据输入至所述训练完成的分类模型,得到分类结果。该系统包括:模型构建模块、模型训练模块和分类模块。通过使用本发明,能够在保护用户隐私的前提下,提高威胁情报分类的精度。本发明可广泛应用于网络安全领域。
主权项:1.一种基于联邦学习与联盟博弈的威胁情报分类方法,其特征在于,包括以下步骤:基于TextCNN网络构建分类模型;将不同设备形成联盟,结合联邦学习,对所述分类模型进行训练,得到训练完成的分类模型;将待测威胁情报数据输入至所述训练完成的分类模型,得到分类结果。
全文数据:
权利要求:
百度查询: 中山大学 基于联邦学习与联盟博弈的威胁情报分类方法及系统
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。