原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于联邦学习和自注意力的工业物联网入侵检测方法，涉及一种物联网入侵检测方法，本发明模型引入并优化Transformer网络模型的编码器结构并嵌合卷积神经网络和门控循环单元，利用注意力机制为工业物联网构建了入侵检测模型；其次将检测模型融合联邦学习框架，允许多个工业物联网共同构建一个全面的入侵检测模型。模型在两个不同的数据集上分别进行验证，实验证明在保护本地数据隐私的前提下，本模型可以提高对工业物联网网络攻击的检测准确率并降低误报率。同时通过注意力机制使模型更关注内部数据的相关性，在保障多方数据
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117768152A
(43)申请公布日2024.03.26
(21)申请号202311543543.3G06N3/098(2023.01)
文档评论（0）