WeiDetect: A Weibull Distribution-Based Defense Against Malicious Attacks in Federated Learning for Network Intrusion Detection Systems

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了WeiDetect防御机制,旨在解决联邦学习在网络入侵检测中的数据隐私和攻击防御问题。实验结果表明,该机制的性能优于现有方法,召回率提升了70%。

🎯

关键要点

  • 本研究提出了WeiDetect防御机制,旨在解决联邦学习在网络入侵检测中的数据隐私和攻击防御问题。
  • WeiDetect是一个两阶段的服务器端防御机制,通过威布尔分布检测并清除恶意参与者。
  • 实验结果表明,WeiDetect在不同攻击环境下的表现优于现有防御方法。
  • 目标类别召回率提高了70%,全球模型F1分数提高了1%至14%。
➡️

继续阅读