联邦学习入侵检测算法

非独立同分布下精准检测

结合全局蒸馏与局部自蒸馏,缓解物联网流量非独立同分布导致的模型漂移。

Zhi, Liu · 姚分喜 · 柴森春 · 崔灵果 · 张百海 · 池程

2023

技术优势

非独立同分布下精度高

蒸馏机制抑制了由于数据分布偏移引起的本地模型漂移,从而提升了全局模型的入侵检测性能。

模型更新更稳定

通过将本地历史知识和全局知识动态融入软标签来引导模型更新,避免了本地更新偏离全局最优。

应用场景