Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
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
当前位置 : 首页 > 专利喜报 > 恭喜电子科技大学长三角研究院(湖州)骆春波获国家专利权

恭喜电子科技大学长三角研究院(湖州)骆春波获国家专利权

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!

龙图腾网恭喜电子科技大学长三角研究院(湖州)申请的专利一种分布式物联网入侵检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114548222B

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210054882.4,技术领域涉及:G06F18/241;该发明授权一种分布式物联网入侵检测方法及系统是由骆春波;沙小豹;刘翔;罗杨设计研发完成,并于2022-01-18向国家知识产权局提交的专利申请。

一种分布式物联网入侵检测方法及系统在说明书摘要公布了:本发明属于物联网入侵检测技术领域,公开了一种分布式物联网入侵检测方法及系统,安全云服务器使用IDS的公共数据初始化轻量级的机器学习模型,服务器向所有客户端分发公共数据和模型;在基于实例的迁移学习中,每个客户端使用所述模型作为基础分类器,并进行本地分类训练;客户端将更新后的分类器发送回服务器;当服务器从客户端接收到所有更新时,采用FedAvg进行模型聚合,并提出生成最终输出的加权投票算法;服务器将最终输出分发回客户端,客户端根据更新的模型启动本地化入侵检测系统IDS。本发明采用秩聚合算法对FedAvg方法进行改进,提高了检测性能,解决了在联邦学习中使用非独立同分布数据训练局部模型的关键问题。

本发明授权一种分布式物联网入侵检测方法及系统在权利要求书中公布了:1.一种分布式物联网入侵检测方法,其特征在于,所述分布式物联网入侵检测方法包括以下步骤:步骤一,安全云服务器使用IDS的公共数据初始化轻量级的机器学习模型,并向所有客户端分发公共数据和模型;步骤二,每个客户端使用所述模型作为基础分类器,构建本地分类训练算法进行本地分类训练;步骤三,完成整个本地化训练过程后,所述客户端将更新后的分类器发送回安全云服务器;步骤四,安全云服务器从客户端接收到所有更新时,采用FedAvg进行模型聚合,并生成最终输出的加权投票算法;步骤五,安全云服务器将最终输出分发回客户端,客户端根据更新的模型启动本地化入侵检测系统IDS;所述步骤四中的加权投票方法包括:模型训练部分由云模型初始化和局部化模型训练两个步骤组成;安全云平台基于公共数据初始化模型,并将模型发送给客户端;客户使用数据训练模型;安全云平台从客户端接收到所有更新后,安全云执行算法,对所有聚合参数进行平均;使用以决策树为基础分类器的自适应增强算法AdaBoost,通过结合输出获得最终的预测结果;其中,所述自适应增强算法AdaBoost是一种使用多个机器学习模型实现基础估计器的增强算法;利用公共数据实现聚合方法,评估精度分数,并对所有基估计器进行排序;选择具有高强度的估计量排名和形成新的AdaBoost分类器;安全云服务器将更新后的模型返回给客户端,以进行另一次迭代;利用加权投票算法生成最终输出;服务器为来自公共数据的每次攻击创建二进制数据集Yii=1、2、…p;用不同的数据训练分类器;服务器评估测试数据和二进制攻击数据集之间的特征分布的差异,作为投票的权重;使用最大平均差异MMD计算核希尔伯特空间中两个数据集之间的统计距离: wtsX,Yi=-log2*MMD[F,X,Yi]i=1,2,…p8其中,代表两个数据集的期望差异的上限;f·是针对特征空间的映射函数;M和n为源域和目标域中的样本数量;MMD作为损失函数量化传输源域和目标域之间的差异;投票权值wtsX,Y为对应的MMD距离的负对数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人电子科技大学长三角研究院(湖州),其通讯地址为:313000 浙江省湖州市西塞山路819号科技创新综合体B1幢;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。