模型異構的聯(lián)邦學習入侵檢測

摘要： 針對模型異構和代理數據稀缺問題，提出模型異構的聯(lián)邦學習入侵檢測(model heterogeneous federated learning for intrusion detection, MHFL-ID)框架。首先，MHFL-ID根據模型異同對節(jié)點進行分組，將結構相同的模型分到同一組；其次，在組內采用以組長為中心的同構聚合方法，根據目標函數投影值選取組長，并引導組內節(jié)點的優(yōu)... （共15頁）