区块链联邦模糊入侵检测系统

AUC 0.99 分布式训练

借助区块链与水平联邦学习，在分布式节点上安全地协同训练模糊入侵检测模型，无需集中原始数据。

Tsang, Y. P. · Wu, C. H. · Ip, W. H. · Yung, Kai Leung

Journal of Industrial Information Integration 2025

参数信息

AUC值

0.99

传输数据减少率

89.5 %

技术优势

高检测精度

平均AUC达到0.99，表明模型能可靠区分入侵与非入侵事件。

低通信负担

利用区块链联邦学习，传输数据总量减少89.5%，利于轻量化部署。

持续学习

闭环机制使模型能不断更新，适应新型入侵模式。

应用场景

• 空间安全监控：用于空间资产保护，及时发现入侵。
• 边缘入侵检测：部署在边缘设备上，实时检测本地入侵。
• 低轨设备智能：提升低轨设备智能，适应资源受限环境。