[发明专利]超密集网络下基于联邦学习的缓存污染攻击检测方法有效
| 申请号： | 202010902459.6 | 申请日： | 2020-09-01 |
| 公开（公告）号： | CN112188495B | 公开（公告）日： | 2021-11-19 |
| 发明（设计）人： | 姚琳;李佳;吴国伟 | 申请（专利权）人： | 大连理工大学 |
| 主分类号： | H04W12/121 | 分类号： | H04W12/121;H04W12/122;H04L29/06 |
| 代理公司： | 大连理工大学专利中心 21200 | 代理人： | 温福雪;侯明远 |
| 地址： | 116024 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于信息安全技术领域，提供了一种超密集网络下基于联邦学习的缓存污染攻击检测方法。首先，网络中不与任何簇相邻的孤立小基站计算加权距离和决定是否单独成簇，与簇相邻的小基站计算距离相似度和负载相似度选择合适的簇加入。然后，每个小基站根据收到的兴趣包进行数据统计并发送给簇头，簇头作为联邦学习中的工作节点负责整合数据进行本地分类器的训练，宏基站作为参数服务器负责聚合收到的本地分类器来构造改进的全局分类器。最后，最终的全局分类器被广播给所有小基站，小基站在收到兴趣包后，使用分类器对内容进行分类，恶意兴趣包请求的内容将不会被缓存与更新流行度。 | ||
| 搜索关键词： | 密集 网络 基于 联邦 学习 缓存 污染 攻击 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连理工大学，未经大连理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010902459.6/，转载请声明来源钻瓜专利网。
