[发明专利]一种联邦学习聚合环节攻击分析方法

权利要求书

1.一种联邦学习聚合环节攻击分析方法，其特征在于，包括如下步骤：

S1：通过区块链模块(1)上传模型到联邦学习模块(2)中，联邦学习模块(2)对上传模型进行训练，并将模型上传到服务器(3)中；

S2：当服务器(3)中的聚合环节受到外界攻击时，攻击探测模块(4)探测到服务器(3)受到的攻击情况，并且分析出攻击数据信息上传到防御模块(5)中；

S3：防御模块(5)根据上传的攻击数据，筛选出对应防御方式的数据，对服务器(3)受到的攻击进行防御；

S4：当防御模块(5)无法对服务器(3)起到防御效果时，将信息发送到警报模块(6)中，警报模块(6)提醒工作人员，并将信息发送到远端监控模块(7)中；

S5：监控人员通过操作远端监控模块(7)启动人工智能模块(8)，通过人工智能模块(8)获取与攻击数据匹配的防御补丁，并从防御数据服务器(10)中下载更新后得防御补丁数据。

2.根据权利要求1所述的一种联邦学习聚合环节攻击分析方法，其特征在于，其系统包括如下结构：

区块链模块(1)，连接有联邦学习模块(2)，所述区块链模块(1)用于通过区块链上传模型到联邦学习模块(2)中；

联邦学习模块(2)，连接有服务器(3)，所述联邦学习模块(2)用于对模型进行训练，并输出成熟模型；

服务器(3)，连接有攻击探测模块(4)，所述服务器(3)用于提供聚合节点，完成聚合环节；

攻击探测模块(4)，连接有防御模块(5)，所述攻击探测模块(4)用于探测服务器(3)聚合环节受到的攻击情况，并分析出攻击数据上传到防御模块(5)中；

防御模块(5)，连接有警报模块(6)，所述防御模块(5)用于根据攻击数据，寻找合适的防御方式，防御服务器(3)聚合环节受到的攻击；

警报模块(6)，用于在防御模块(5)无法进行防御时，提供工作人员进行处理，并上传远端监控模块(7)。

3.根据权利要求2所述的一种联邦学习聚合环节攻击分析方法，其特征在于，

所述警报模块(6)连接有远端监控模块(7)，所述远端监控模块(7)连接有人工智能模块(8)，所述人工智能模块(8)连接有防御补丁模块(9)和防御模块(5)，所述防御补丁模块(9)连接有防御数据服务器(10)。

4.根据权利要求3所述的一种联邦学习聚合环节攻击分析方法，其特征在于，

远端监控模块(7)，用于使工作人员能够在远程端监控攻击的情况，并且使工作人员初步识别攻击；

人工智能模块(8)，用于通过人工智能，再次识别攻击，并根据攻击下载对应的防御补丁；

防御补丁模块(9)，用于从防御数据服务器(10)中下载防御补丁到人工智能模块(8)中；

防御数据服务器(10)，用于存储更新的防御补丁数据，并将防御补丁数据发送到防御补丁模块(9)中。

5.根据权利要求2所述的一种联邦学习聚合环节攻击分析方法，其特征在于，

所述攻击探测模块(4)包括攻击分类模块(11)、攻击分析模块(12)和攻击数据库(13)，所述攻击分类模块(11)连接有攻击分析模块(12)，所述攻击分析模块(12)连接有攻击数据库(13)。

6.根据权利要求5所述的一种联邦学习聚合环节攻击分析方法，其特征在于，

攻击分类模块(11)，用于在服务器(3)中的聚合环节受到攻击时，对攻击种类进行初步区分；

攻击分析模块(12)，用于攻击分类模块(11)上传的攻击数据，并从攻击数据库(13)中寻找特征相同的数据；

攻击数据库(13)，用于存储常见的攻击数据特征。

7.根据权利要求2所述的一种联邦学习聚合环节攻击分析方法，其特征在于，

所述防御模块(5)包括接收模块(14)、防御筛选模块(15)和防御数据库(16)，所述接收模块(14)连接有防御筛选模块(15)，所述防御筛选模块(15)连接有防御数据库(16)。