您当前的位置:
首页 >
文章列表页 >
面向异构环境的物联网入侵检测方法
学术论文 | 更新时间:2024-06-12
    • 面向异构环境的物联网入侵检测方法

    • Intrusion detection method for IoT in heterogeneous environment

    • 在物联网入侵检测领域,专家提出了个性化剪枝联邦学习框架,有效提升了资源受限设备的训练效率和模型性能。
    • 通信学报   2024年45卷第4期 页码:114-127
    • DOI:10.11959/j.issn.1000-436x.2024087    

      中图分类号: TP302
    • 收稿日期:2023-11-21

      修回日期:2024-02-05

      纸质出版日期:2024-04-30

    移动端阅览

  • 刘静, 慕泽林, 赖英旭. 面向异构环境的物联网入侵检测方法[J]. 通信学报, 2024,45(4):114-127. DOI: 10.11959/j.issn.1000-436x.2024087.

    LIU Jing, MU Zelin, LAI Yingxu. Intrusion detection method for IoT in heterogeneous environment[J]. Journal on communications, 2024, 45(4): 114-127. DOI: 10.11959/j.issn.1000-436x.2024087.

  •  
  •  

0

浏览量

85

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

面向Non-IID数据的拜占庭鲁棒联邦学习
面向非独立同分布数据的联邦学习数据增强方案
基于多方计算的安全拜占庭弹性联邦学习
空天地一体化网络中基于联邦深度强化学习的边缘协作缓存策略
基于零集中差分隐私的联邦学习激励方案

相关作者

马鑫迪
李清华
姜奇
马卓
高胜
田有亮
马建峰
汤凌韬

相关机构

西安电子科技大学网络与信息安全学院
中央财经大学信息学院
贵州大学计算机科学与技术学院
数学工程与先进计算国家重点实验室
上海交通大学网络空间安全学院
0