[发明专利]利用联邦学习训练卷积神经网络的业务类型识别方法在审
| 申请号： | 202110949103.2 | 申请日： | 2021-08-18 |
| 公开（公告）号： | CN113726561A | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 赵力强;王佳妮;梁凯;王哲;朱曼华 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 田文英;王品华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种利用联邦学习训练卷积神经网络的业务类型识别方法，其实现步骤为：(1)生成每个边缘服务器的训练集；(2)构建一个卷积神经网络；(3)对卷积神经网络利用联邦学习进行协同训练；(4)预测每个边缘服务器的业务类型。本发明采用联邦学习，在云服务器和边缘服务器中协同训练卷积神经网络，用于对每个边缘服务器抓取的网络流量进行业务类型的识别，保护了用户的隐私数据，扩大了每个边缘服务器的卷积神经网络可预测的业务类型的范围。 | ||
| 搜索关键词： | 利用 联邦 学习 训练 卷积 神经网络 业务 类型 识别 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西安电子科技大学，未经西安电子科技大学许可，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/202110949103.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种电路板及检测系统
- 下一篇：一种智能反射面辅助的无线通信系统
