您当前的位置：
首页 >
文章列表页 >
基于联邦学习和自注意力的工业物联网入侵检测
计算机科学与技术 | 更新时间：2025-05-26

    • 基于联邦学习和自注意力的工业物联网入侵检测

    • Intrusion detection for industrial internet of things based on federated learning and self-attention

    • “在工业物联网领域，Fedformer模型通过联邦深度学习算法，有效提升了网络攻击检测准确率，降低了误报率。”
    • 吉林大学学报（工学版）   2023年53卷第11期 页码：3229-3237
    • 作者机构：

      沈阳化工大学 计算机科学与技术学院，沈阳 110142

    • 作者简介：

      王军（1978-），男，教授，博士.研究方向：工业网络安全.E-mail：wj_software@hotmail.com

      刘俊（1971-），男，副教授，硕士.研究方向：工业网络安全.E-mail：1198382898@qq.com

    • 基金信息：
      辽宁省“百千万人才工程”项目(辽人社［2019］45号);辽宁省自然基金项目(2022-MS-291);辽宁省教育厅科研项目(LJ2020024;LJKMZ20220781)

    • DOI：10.13229/j.cnki.jdxbgxb.20221027    

      中图分类号： TP399

    • 收稿：2022-08-13，

      纸质出版：2023-11-01

    移动端阅览

  • 王军,王华琳,黄博文等.基于联邦学习和自注意力的工业物联网入侵检测[J].吉林大学学报（工学版）,2023,53(11):3229-3237. DOI： 10.13229/j.cnki.jdxbgxb.20221027.

    WANG Jun,WANG Hua-lin,HUANG Bo-wen,et al.Intrusion detection for industrial internet of things based on federated learning and self-attention[J].Journal of Jilin University(Engineering and Technology Edition),2023,53(11):3229-3237. DOI： 10.13229/j.cnki.jdxbgxb.20221027.

  •  
  •  

0

浏览量

11

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

双分支特征自适应融合的车道线检测方法
融合集成学习技术和PSO-GA算法的特征提取技术的入侵检测方法
基于深度展开自注意力网络的压缩感知图像重构
基于离散优化算法和机器学习的传感云入侵检测
基于显著性检测的抗剪切攻击的图像数字水印方法

相关作者

邓天民
谢鹏飞
余洋
陈月田
司昌馥
王凯鹏
侯保军
田金鹏

相关机构

重庆交通大学 交通运输学院
上海大学 通信与信息工程学院
西安航空学院 计算机学院
西北工业大学 计算机学院
河北北方学院 信息科学与工程学院
0