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：浙江农林大学
摘要：本发明公开了一种基于联邦学习的车联网入侵检测模型构建方法，将本地模型按照特征提取器和分类器进行解耦；选择与每个参与训练的车辆客户端相似度较高的其它车辆客户端；服务器收集各车辆客户端的本地特征提取器，并与上一轮次所得全局分类器分发给各车辆客户端；将本地分类器与服务器分发的其它车辆客户端的特征提取器进行聚合，形成评估模型；更新权重，得到更新后的车辆客户端本地特征提取器，将其与上一轮的全局分类器结合，更新本地模型；利用更新前后的车辆客户端本地特征提取器对本地数据集提取的特征表示进行聚合后，得到当前特征表示；服务器收集所有当前特征表示训练全局分类器，并分发给参与下一轮训练的车辆客户端，本发明保障了数据隐私和安全性。
主权项：1.一种基于联邦学习的车联网入侵检测模型构建方法，其特征在于，包括如下步骤：将车辆中的本地模型按照特征提取器和分类器进行解耦；随机选择参与训练的客户端，利用相似性矩阵选择与每个参与训练的车辆客户端相似度较高的其它车辆客户端；服务器收集各车辆客户端的本地特征提取器，并将所收集的车辆客户端的特征提取器参数与上一轮次所得全局分类器分发给各车辆客户端；将每个参与训练车辆客户端的本地分类器与服务器分发的其它车辆客户端的特征提取器进行聚合，形成包含多种特征提取器的评估模型；在各车辆客户端本地模型上对所得评估模型进行评估，并更新相似性矩阵的权重，得到更新后的车辆客户端本地特征提取器将更新后的车辆客户端本地特征提取器与上一轮的全局分类器θt-1结合，通过在车辆客户端本地模型上执行损失函数的梯度下降法更新本地模型利用更新前和更新后的车辆客户端本地特征提取器对本地数据集提取的特征表示进行聚合后，得到当前特征表示Rt,sagg；服务器收集所有当前特征表示训练全局分类器θt，并分发给参与下一轮训练的车辆客户端。
全文数据：
权利要求：
百度查询： 浙江农林大学 一种基于联邦学习的车联网入侵检测模型构建方法
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