-
题名基于联邦学习的智慧采购供应链网络入侵检测系统
被引量：1
- 1
-
-
作者
王建祥
李琳
宗亚男
邱型锋
武继龙
-
机构
国家能源集团物资有限公司数据科技分公司
-
出处
《控制工程》
北大核心
2025年第1期135-141,共7页
-
基金
国家重点研发计划项目(2023YFB3106900)
国家自然科学基金资助项目(62171113)。
-
文摘
为了保护智慧采购供应链网络中各参与企业的数据隐私安全,提出了一种基于联邦学习的入侵检测系统。首先,针对传统基于联邦学习的入侵检测模型训练低效的问题,提出了联合节点选择和带宽分配的模型训练方法,为高数据质量节点分配合适带宽;然后,为了客观衡量企业节点的入侵检测模型的迁移性能,构建基于数据分布和模型质量量化的迁移性能评估体系,进而提出入侵检测模型迁移效率最优函数,将复杂的节点选择和带宽分配问题转化为易于求解的迁移效率最大化问题;最后,提出了基于深度确定性策略梯度的迁移效率优化算法,求解最佳节点选择与带宽分配策略。实验结果表明,所提方法在确保高检测性能的同时,可以减少模型训练时间,提高训练效率,为智慧采购供应链网络提供更为可靠和高效的安全防护。
-
关键词
智慧采购供应链网络
入侵检测
联邦学习
数据隐私保护
-
Keywords
Smart procurement supply chain network
intrusion detection
federated learning
data privacy protection
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
