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%。
➡️