[发明专利]一种基于联邦迁移学习的5G物联网入侵检测方法及系统

摘要

本发明提供一种基于联邦迁移学习的5G物联网入侵检测方法及系统，包括采集物联网中一待检测流量，获取原始数据包的特征向量；将特征向量输入相应客户端模型fm，k，判断该待检测流量是否合法。本发明首个提出了5G物联网IDS中的联邦迁移学习方法，能安全地聚合来自不同物联网的数据，并通过知识迁移和共享实现了对每个物联网的良好入侵检测模型，可以方便和安全地应用于多种不同的物联网，具有很强的泛化能力，相比现有方法能更加准确检测异常流量，更有效检测未知攻击。