期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合联邦学习与量子卷积神经网络的入侵检测模型
1
作者
李冬芬
向秋雨
+8 位作者
胡志康
袁宇航
孙雨晨
徐菡
宋征宇
韩浩民
白冬雪
多滨
周让
《计算机研究与发展》
北大核心
2025年第10期2512-2522,共11页
入侵检测系统(intrusion detection system,IDS)是保障网络环境安全的重要手段,但传统深度学习方法在应对非频繁攻击特征与数据不平衡问题时存在高误报率,且对高维稀疏特征建模能力有限.随着物联网与边缘设备的普及,入侵检测数据呈现出...
入侵检测系统(intrusion detection system,IDS)是保障网络环境安全的重要手段,但传统深度学习方法在应对非频繁攻击特征与数据不平衡问题时存在高误报率,且对高维稀疏特征建模能力有限.随着物联网与边缘设备的普及,入侵检测数据呈现出分布式与异构化趋势,且因隐私保护要求,原始数据难以集中训练.为此,提出了一种融合联邦学习与量子卷积神经网络的入侵检测模型FedCQIDS(federated classical hybrid quantum convolutional intrusion detection system),在客户端本地模型中引入轻量化的量子卷积层,通过量子比特复用技术提升资源利用率,增强对低频稀疏攻击特征的表达能力,并借助联邦学习架构实现多客户端间的协同建模与隐私保护.在NSL-KDD与UNSW-NB15两个数据集上开展了相关的实验,结果表明Fed CQIDS在准确率与损失值方面均优于传统联邦模型,特别是在少数类攻击识别任务中表现出更高的检测性能与训练稳定性,展示了其在隐私保护与高效部署下的应用潜力.
展开更多
关键词
入侵检测
量子计算
联邦学习
深度学习
量子联邦学习
在线阅读
下载PDF
职称材料
题名
融合联邦学习与量子卷积神经网络的入侵检测模型
1
作者
李冬芬
向秋雨
胡志康
袁宇航
孙雨晨
徐菡
宋征宇
韩浩民
白冬雪
多滨
周让
机构
成都理工大学计算机与网络安全学院(示范性软件学院)
出处
《计算机研究与发展》
北大核心
2025年第10期2512-2522,共11页
基金
国家自然科学基金项目(62172060)
国家重点研发计划项目(2022YFB3304303)
+2 种基金
四川省科技计划项目(2023YFG0374,24JBGS0007)
成都市经济与信息化局项目(AZ2024-0216)
成都市科学技术局项目(2024ZHCG0064)。
文摘
入侵检测系统(intrusion detection system,IDS)是保障网络环境安全的重要手段,但传统深度学习方法在应对非频繁攻击特征与数据不平衡问题时存在高误报率,且对高维稀疏特征建模能力有限.随着物联网与边缘设备的普及,入侵检测数据呈现出分布式与异构化趋势,且因隐私保护要求,原始数据难以集中训练.为此,提出了一种融合联邦学习与量子卷积神经网络的入侵检测模型FedCQIDS(federated classical hybrid quantum convolutional intrusion detection system),在客户端本地模型中引入轻量化的量子卷积层,通过量子比特复用技术提升资源利用率,增强对低频稀疏攻击特征的表达能力,并借助联邦学习架构实现多客户端间的协同建模与隐私保护.在NSL-KDD与UNSW-NB15两个数据集上开展了相关的实验,结果表明Fed CQIDS在准确率与损失值方面均优于传统联邦模型,特别是在少数类攻击识别任务中表现出更高的检测性能与训练稳定性,展示了其在隐私保护与高效部署下的应用潜力.
关键词
入侵检测
量子计算
联邦学习
深度学习
量子联邦学习
Keywords
intrusion detection
quantum computing
federated learning
deep learning
quantum federated learning
分类号
TP393.08 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
TP387 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合联邦学习与量子卷积神经网络的入侵检测模型
李冬芬
向秋雨
胡志康
袁宇航
孙雨晨
徐菡
宋征宇
韩浩民
白冬雪
多滨
周让
《计算机研究与发展》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
