期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
联邦增量学习研究综述
1
作者 谢家晨 刘波 +1 位作者 林伟伟 郑剑文 《计算机科学》 北大核心 2025年第3期377-384,共8页
联邦学习以其独特的分布式训练模式和安全聚合机制成为近年来的研究热点。然而,在现实生活中,本地模型训练往往会收集到新数据,从而造成对旧数据的灾难性遗忘。因此,如何将联邦学习和增量学习有效结合是实现联邦生态可持续发展的关键所... 联邦学习以其独特的分布式训练模式和安全聚合机制成为近年来的研究热点。然而,在现实生活中,本地模型训练往往会收集到新数据,从而造成对旧数据的灾难性遗忘。因此,如何将联邦学习和增量学习有效结合是实现联邦生态可持续发展的关键所在。文中首先对联邦增量学习(Federated Incremental Learning)的相关概念进行了深入的调查和分析;然后,重点阐述了基于数据、基于模型、基于架构和基于多方面联合优化的联邦增量学习方法,同时对现有方法进行分类和比较;最后,分析和总结了联邦增量学习未来的研究发展方向,如大规模、小样本、安全可靠和多任务场景下的联邦增量学习。 展开更多
关键词 联邦学习 安全聚合 灾难性遗忘 可持续发展 联邦增量学习
在线阅读 下载PDF
基于联邦增量学习的财务信息数据共享方法
2
作者 李琛琛 《计算机应用文摘》 2025年第3期178-181,185,共5页
在共享过程中,任何用户都可以访问财务信息数据,导致其安全性较低,因此设计了一种基于联邦增量学习的财务信息数据共享方法。融合联邦学习与增量学习优势来定义联邦增量学习的五元组模型,以找到最优共享动作。在确保共享最优动作的前提... 在共享过程中,任何用户都可以访问财务信息数据,导致其安全性较低,因此设计了一种基于联邦增量学习的财务信息数据共享方法。融合联邦学习与增量学习优势来定义联邦增量学习的五元组模型,以找到最优共享动作。在确保共享最优动作的前提下,构建候选数据集的索引库,并通过联邦增量学习生成主密钥和公钥,构建财务信息数据发送方与接收方的共享模型。模型中,用户访问请求需经身份验证和行为信任度评估,只有合法且信任度高的用户才能继续处理请求。模型寻找并评估服务区块节点的安全性,选择最佳节点与用户交互,实现财务数据共享。实验结果表明,设计方法误码率低至0.000024,隐私保护强度高达0.98,而其他方法的误码率较高且隐私保护能力较弱,证明设计方法的安全性更高。 展开更多
关键词 联邦增量学习 财务信息 数据共享 共享动作 密钥
在线阅读 下载PDF
基于联邦增量学习的SDN环境下DDoS攻击检测模型
3
作者 刘延华 方文昱 +2 位作者 郭文忠 赵宝康 黄维 《计算机学报》 EI CAS CSCD 北大核心 2024年第12期2852-2866,共15页
SDN是一种被广泛应用的网络范式.面对DDoS攻击等网络安全威胁,在SDN中集成高效的DDoS攻击检测方法尤为重要.由于SDN集中控制的特性,集中式DDoS攻击检测方法在SDN环境中存在较高的安全风险,使得SDN的控制平面安全性受到了巨大挑战.此外,... SDN是一种被广泛应用的网络范式.面对DDoS攻击等网络安全威胁,在SDN中集成高效的DDoS攻击检测方法尤为重要.由于SDN集中控制的特性,集中式DDoS攻击检测方法在SDN环境中存在较高的安全风险,使得SDN的控制平面安全性受到了巨大挑战.此外,SDN环境中流量数据不断增加,导致复杂流量特征的更复杂化、不同实体之间严重的Non-IID分布等问题.这些问题对现有的基于联邦学习的检测模型准确性与鲁棒性的进一步提高造成严重阻碍.针对上述问题,本文提出了一种基于联邦增量学习的SDN环境下DDoS攻击检测模型.首先,为解决集中式DDoS攻击检测的安全风险与数据增量带来的Non-IID分布问题,本文提出了一种基于联邦增量学习的加权聚合算法,使用动态调整聚合权重的方式个性化适应不同子数据集增量情况,提高增量聚合效率.其次,针对SDN环境中复杂的流量特征,本文设计了一种基于LSTM的DDoS攻击检测方法,通过统计SDN环境中流量数据的时序特征,提取并学习数据的时序关特征的相关性,实现对流量特征数据的实时检测.最后,本文结合SDN集中管控特点,实现了SDN环境下的DDoS实时防御决策,根据DDoS攻击检测结果与网络实体信息,实现流规则实时下发,达到有效阻断DDoS攻击流量、保护拓扑重要实体并维护拓扑流量稳定的效果.本文将提出的模型在增量式DDoS攻击检测任务上与FedAvg、FA-FedAvg和FIL-IIoT三种方法进行性能对比实验.实验结果表明,本文提出方法相比于其他方法,在DDoS攻击检测准确率上提升5.06%~12.62%,F1-Score提升0.0565~0.1410. 展开更多
关键词 联邦学习 联邦增量学习 网络安全 DDOS攻击检测 软件定义网络
在线阅读 下载PDF
工业物联网中基于信息熵的联邦增量学习算法与优化 被引量：1
4
作者 杨睿哲 谢欣儒 +3 位作者 滕颖蕾 李萌 孙艳华 张大君 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第8期3146-3154,共9页
面对工业生产过程中大规模、多样且随时间增长的数据和机器学习任务,该文提出一种基于信息熵的联邦增量学习(FIL)与优化方法。基于联邦框架,各本地计算节点可利用本地数据进行模型训练,并计算信息平均熵上传至服务器,以此辅助识别类增任... 面对工业生产过程中大规模、多样且随时间增长的数据和机器学习任务,该文提出一种基于信息熵的联邦增量学习(FIL)与优化方法。基于联邦框架,各本地计算节点可利用本地数据进行模型训练,并计算信息平均熵上传至服务器,以此辅助识别类增任务;全局服务器则根据本地反馈的平均熵选择参与当前轮次训练的本地节点,并判决任务是否产生增量后,进行全局模型下发与聚合更新。所提方法结合平均熵和阈值进行不同情况下的节点选择,实现低平均熵下的模型稳定学习和高平均熵下的模型增量式扩展。在此基础上,采用凸优化,在资源有限的情况下自适应地调整聚合频率和资源分配,最终实现模型的有效收敛。仿真结果表明,在不同的情景下,该文所提方法都可以加速模型收敛并提升训练精度。 展开更多
关键词 工业物联网 联邦增量学习 信息平均熵
在线阅读 下载PDF
基于联邦增量学习算法的微课平台视频教学资源共享方法
5
作者 刁妍今 《信息与电脑》 2024年第5期248-250,共3页
传统微课平台视频教学资源共享方法共享性差,对此,提出基于联邦增量学习算法的微课平台视频教学资源共享方法。该方法基于决策树算法对平台教育资源进行分类,引入联邦增量学习算法对微课平台视频教学资源进行共享。实验结果表明,基于联... 传统微课平台视频教学资源共享方法共享性差,对此,提出基于联邦增量学习算法的微课平台视频教学资源共享方法。该方法基于决策树算法对平台教育资源进行分类,引入联邦增量学习算法对微课平台视频教学资源进行共享。实验结果表明,基于联邦增量学习算法的微课平台视频教学资源共享方法的传输时延最低,且共享成功率较高,具有一定的实用性。 展开更多
关键词 联邦增量学习 微课平台 资源共享 相似性
在线阅读 下载PDF
基于联邦增量学习的物联网数据安全共享方法
6
作者 付晓荣 《电脑与电信》 2024年第3期72-75,共4页
为了提升物联网数据安全共享传输精准度,缩短物联网数据安全共享耗时,提出了一种基于联邦增量学习的物联网数据安全共享方法。构建物联网数据共享模型,通过类增量改进联邦学习,对数据共享模型参数进行更新,有效避免局部最优问题;向SN发... 为了提升物联网数据安全共享传输精准度,缩短物联网数据安全共享耗时,提出了一种基于联邦增量学习的物联网数据安全共享方法。构建物联网数据共享模型,通过类增量改进联邦学习,对数据共享模型参数进行更新,有效避免局部最优问题;向SN发生共享请求,根据更新的模型参数进行访问控制权限匹配,计算物联网数据安全共享密钥,恢复目标数据内容,实现物联网数据安全共享方法。实验结果表明:当干扰强度为60dB时,本方法的物联网数据安全共享传输精准度为99.1%,当物联网数据量为300GB时,本文方法的物联网数据安全共享耗时仅为0.9s,表明本文方法能够有效提升物联网数据安全共享效果,提升物联网数据安全共享效率。 展开更多
关键词 联邦增量学习 物联网数据 安全共享 云端服务器
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部