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：福州大学
摘要：本发明提供一种基于深度主动学习的联邦半监督入侵检测方法，基于联邦学习框架，各个客户端上均持有无标签数据集与有标签数据集，服务器仅用于聚合模型参数与分发模型；初始阶段，N个客户端从网络数据流中采集流量数据，预处理后构成有标记数据集与无标签数据集，服务器向各个客户端发送初始的全局模型；每个通讯轮次中，各个客户端依次执行基于多样性采样的主动学习、基于深度模型迁移的主动学习共标注T个样本以更新本地的无标签数据集与有标签数据集；随后对接收的全局模型执行基于伪标签的半监督学习从而得到本地模型，最后将本地模型参数上传到服务器，由服务器完成聚合更新全局模型；执行多个通讯轮次后得到收敛的全局模型用于执行入侵检测。
主权项：1.一种基于深度主动学习的联邦半监督入侵检测方法，其特征在于：基于联邦学习框架，各个客户端上均持有无标签数据集与有标签数据集，服务器仅用于聚合模型参数与分发模型；初始阶段，N个客户端从网络数据流中采集流量数据，预处理后构成有标记数据集与无标签数据集，服务器向各个客户端发送初始的全局模型；每个通讯轮次中，各个客户端依次执行基于多样性采样的主动学习、基于深度模型迁移的主动学习共标注T个样本以更新本地的无标签数据集与有标签数据集；随后对接收的全局模型执行基于伪标签的半监督学习从而得到本地模型，最后将本地模型参数上传到服务器，由服务器完成聚合更新全局模型；执行多个通讯轮次后得到收敛的全局模型用于执行入侵检测。
全文数据：
权利要求：
百度查询： 福州大学 基于深度主动学习的联邦半监督入侵检测方法
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