首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种工业物联网(IIoT)入侵检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西京学院

摘要:本方案公开了一种工业物联网IIoT入侵检测方法,名为:NIDS‑FGPA,其涉及网络安全技术领域,该方法利用联邦学习FL架构,结合Pallier同态加密技术,以及提出基于梯度相似的模型聚合算法GSA,在确保训练过程安全性的同时,能够动态选择和加权不同模型的更新,从而降低通信开销;使用这种方法在工业物联网入侵检测时,该检测模型具备对复杂网络攻击的识别和捕获能力,显著增强了网络的整体安全性。

主权项:1.一种工业物联网IIoT入侵检测方法,其特征在于:包括如下步骤:S1:数据预处理,对Edge-IIoTset和CICIoT2023数据集进行数据清洗,所述数据清洗包括删除包含缺失值、无穷大值及无穷小值的行,并去除重复行,以确保数据质量;完成所述数据清洗后,采用了最大-最小值归一化法对数据进行缩放,将数据转换到统一的范围内通常处于0到1之间,其中最小值为0,最大值为1,然后将数据转换成灰度图像;S2:通过中心服务器建立一个全局CNN-BiRGU的深度模型,并定义各层模型结构和具体的模型参数,初始化所述模型参数和所有客户端通信状态,且所述通讯状态保持为:允许通信;S3:对本地模型进行更新与训练,并在首轮通信时向所述客户端发送训练参数和全局模型G0,所述客户端在接收到训练参数和全局模型G0后,根据所述全局模型G0建立本地模型并设置本地模型的模型参数W0,随后依据所述模型参数W0启动模型更新程序;在非首轮通信的时,所述客户端接收到的是上一轮全局模型Gr-1的参数更新梯度S4:对所述本地模型进行筛选及上传,并在本阶段需要通过相似度阈值过滤掉一些对所述全局模型G0无用的所述本地模型S5:中心服务器动态加权聚合模型梯度,所述中心服务器接收到状态为True的所述客户端发来的参数后,将其对应的所述客户端信息装入集合并对Mr中的所述客户端进行梯度更新聚合;S6:在步骤S3、步骤S4、步骤S5之间进行反复多次,直到所述全局模型G0收敛或者达到既定轮次R时,停止训练,即此时全局模型G0为整个系统的最终模型,其模型参数为WR。

全文数据:

权利要求:

百度查询: 西京学院 一种工业物联网(IIoT)入侵检测方法

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。