基于GRU-FedAdam的工业物联网入侵检测方法OA
The intrusion detection method for IIoT based on GRU-FedAdam
针对工业物联网中的入侵检测存在数据隐私泄露和训练时间长的问题,提出一种基于GRU-FedAdam的入侵检测方法.该方法首先采用联邦学习协作训练入侵检测模型,保护客户端数据隐私;其次,构建基于门控循环单元(GRU)的入侵检测模型并采用Adam优化算法,提高客户端模型的训练速度.选用TON_IoT数据集为实验数据,经过两轮通信轮次计算,训练时间比单层LSTM模型减少4s;利用Adam算法训练模型比SGD算法收敛速度更快,入侵检测模型准确率为0.99.…查看全部>>
Aiming at the problems of data privacy leakage and long training time of intrusion detection methods in Industrial Inter-net of Things,this paper proposes an intrusion detection method based on GRU-FedAdam.The method firstly adopts federated learning to collaboratively train the intrusion detection model to protect the client data privacy,secondly adopts an intrusion detec-tion model based on the gated recurrent unit(GRU)and Adam optimization algorithm to in…查看全部>>
谢承宗;王禹贺;王佰多;李世明
哈尔滨师范大学 计算机科学与信息工程学院, 黑龙江 哈尔滨 150025哈尔滨师范大学 计算机科学与信息工程学院, 黑龙江 哈尔滨 150025哈尔滨师范大学 计算机科学与信息工程学院, 黑龙江 哈尔滨 150025哈尔滨师范大学 计算机科学与信息工程学院, 黑龙江 哈尔滨 150025
计算机与自动化
工业物联网入侵检测GRU联邦学习
Industrial Internet of Thingsintrusion detectionGRUfederated learning
《网络安全与数据治理》 2024 (2)
9-15,7
中国高校产学研创新基金(2022HS055)河南省高等学校重点科研项目(21A413001)
评论