摘要
一种个性化入侵检测模型的自动化生成方法,基于个性化联邦学习的框架,将工业控制网络中的终端设备作为联邦网络的客户端,并利用神经架构搜索为客户端生成和训练个性化入侵检测模型来对通信数据进行入侵检测;将客户端的入侵检测模型分为本地部分和全局部分,每一个联邦更新过程仅对模型的全局部分进行聚合;利用神经架构搜索,根据客户端的本地数据为其生成和训练个性化入侵检测模型。客户端的入侵检测模型是一个卷积神经网络,模型对通信数据进行特征提取后,计算数据为异常的概率并与设定阈值进行比较,检测数据是否异常。本发明保护了客户端数据的隐私性,检测由恶意攻击或误操作所引起的工业通信异常并产生报警,保障工业控制系统安全。
技术关键词
入侵检测模型
自动化生成方法
神经架构搜索
客户端
保障工业控制系统
节点
通信流量数据
工业控制网络
参数
服务器
标准单元
终端设备
分辨率
序列
框架
通道
系统为您推荐了相关专利信息
隐私保护方法
加密
客户端
服务器更新
差分隐私机制
推荐信息显示方法
推荐方法
画像
账户
结构化医疗数据