基于分布式联邦学习的识别低轨卫星网络攻击方法及装置.pdfVIP

下载本文档

1
0
约1.77万字
约 13页
2024-01-17 发布于四川
举报
版权申诉

基于分布式联邦学习的识别低轨卫星网络攻击方法及装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请涉及一种基于分布式联邦学习的识别低轨卫星网络攻击方法及装置。所述方法包括：获取数据集，对数据集特征进行最大最小化处理，得到归一化数据集；采用MIC‑CFS融合算法对归一化数据集进行处理，得到样本特征集；对样本特征集进行降维处理，得到训练数据集；客户端从服务器端获取初始训练模型，基于训练数据集对初始训练模型进行训练，得到初始更新模型；对初始更新模型进行同态加密后发送至服务器端；服务器端基于解密后的初始更新模型对全局模型进行聚合更新。本发明能够有效剔除冗余的特征信息和噪声，确保数据和模型隐私不

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117411683A

(43)申请公布日2024.01.16

(21)申请号202311341062.4G06F21/60(2013.01)