基于联邦学习和信任评估的分布式入侵检测方法及系统专利查询专利号|摘要-满商公司网

基于联邦学习和信任评估的分布式入侵检测方法及系统

基本信息

申请号	CN202110046755.5	申请日	-
公开（公告）号	CN112770291A	公开（公告）日	2021-05-07
申请公布号	CN112770291A	申请公布日	2021-05-07
分类号	H04W12/121(2021.01)I;G06N20/00(2019.01)I;H04W4/44(2018.01)I	分类	-
发明人	刘虹;张鹏飞;倪华;徐耀宗;邵学彬;侯昕田	申请（专利权）人	中汽研软件测评（天津）有限公司
代理机构	上海德禾翰通律师事务所	代理人	夏思秋
地址	200241上海市闵行区东川路500号
法律状态	-

摘要

本发明提出一种基于联邦学习和信任评估的分布式车载入侵检测系统及方法，包括以下步骤：设计基于联邦学习的分布式入侵检测系统模型；基于联邦学习实现入侵检测模型的搭建与预训练，分布式聚合器进行全局模型的广播与分发；边缘车辆基于自身的入侵检测数据进行边缘模型的训练；基于行为评估选择出边缘代表结点作为簇头完成边缘模型的聚合任务；对模型参数加入掩码后上传给RSU；RSU聚合簇头上传的模型参数，通过RSU聚合出来的模型的质量对RSU进行信任评估，从而激励分布式聚合结点竞争聚合出准确率更高的模型，最终基于区块链原理存储训练模型，完成模型共享。本发明采用信息安全的安全评估方式进一步创造了适用于自动驾驶抵抗网络入侵的防御检测系统。