论文笔记-基于联邦学习和卷积神经网络的入侵检测方法

基于联邦学习和卷积神经网络的入侵检测方法 论文提出了联邦学习在入侵检测方面的应用，将联邦学习与卷积神经网络相结合。在确保数据安全情况下，联合多方进行训练，同时还达到了扩充数据量的目的。 数据预处理：将数据集中符号数据数值化，然后进行归一化，是不同维度的数据规范化后具有可比性。最后将一维数据序列转化为二维矩阵格式，使卷积神经网络可以进行处理。 FC算法 1）每个参与者从第三方服务器获得初始的DCNN

>>阅读原文<<