龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南京工业大学
摘要：本发明公开了一种基于联邦学习的卫星网络入侵检测模型训练方法。本发明的有益效果在于：首先，通过联邦学习的应用，实现了各卫星节点高效的模型训练，显著提高了训练的效率和准确性，同时减少了数据传输需求，降低了延迟。其次，该方法通过在每个卫星节点处理数据，并共享软标签而非整个模型信息，显著降低了计算和通信需求。此外，该方法还强化了数据隐私和安全性，由于数据在本地节点处理，有效保护了数据隐私。最后，通过结合全局与局部优化，联邦蒸馏使得模型在整体上更加健壮，同时针对特定的局部环境进行了优化。综合来看，这种方法不仅提升了处理效率和准确性，还在保护数据隐私和适应动态网络环境方面表现出色。
主权项：1.一种基于联邦学习的卫星网络入侵检测模型训练方法，其特征在于：步骤1，构建卫星网络联邦学习环境，服务器节点及每个卫星节点收集并存储网络数据，包括信号强度、传输延迟以及其他网络流数据：步骤2，在服务器节点部署全局模型，在卫星节点根据各自网络环境以及资源情况构建不同的本地模型，并初始化不同的本地模型；步骤3，使用双向知识蒸馏技术，将服务器节点的全局模型视为教师模型，各个卫星节点的本地模型视为学生模型，进行双向知识蒸馏，以提升各节点模型的泛化能力和对复杂网络环境的适应性；步骤4，使用联邦蒸馏框架训练模型，直至各卫星节点本地模型收敛。
全文数据：
权利要求：
百度查询： 南京工业大学 一种基于联邦学习的卫星网络入侵检测模型训练方法
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