公开(公告)号：CN116527362A

公开(公告)日：2023-08-01

申请号：CN202310502116.4

申请日：2023-05-06

Applicant: 北京邮电大学

Inventor： 苑洁 ,  李小勇 ,  钱睿 ,  刘东晓 ,  苗科基 ,  孙明亮

IPC: H04L9/40 ,  G06F21/62 ,  G06N20/00 ,  G06F18/23

Abstract: 本发明公开了一种基于LayerCFL入侵检测的数据保护方法，包括基于LayerCFL框架的模型训练过程以及基于训练好的模型对入侵流量进行检测的过程。本发明利用提出的LayerCFL框架对参与学习的客户端的数据分布非独立同分布问题具有较好的解决优势，将LayerCFL框架加入到分析模型的学习中，极大的缓解了联邦学习中的大量不同数据分布的客户端共同参与学习造成的模型收敛困难，精度低等问题。本发明成功利用了提出的LayerCFL框架优秀的模型训练能力和基于异常的流量检测技术对威胁入侵行为强大的检测能力，对主机的数据安全提供了强大的支撑，同时极大的提高了目前主机对网络威胁的检测和对抗能力。