인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 10%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
As the number of users and applications in IoT networks increases, concerns about cyber attacks are growing. IoT systems and other industries have significantly increased the adoption of machine learning-based intrusion detection systems (IDS) to defend against cyber attacks. Due to computing costs and privacy issues, using traditional centralized machine learning (ML) approaches to analyze data stored on a single central server is not a reasonable solution. The most promising strategy to address this issue is federated learning (FL), which updates learning on edge devices without exposing personal data to a central server. Combining federated learning with blockchain (BC) can provide greater benefits in solving this problem due to enhanced levels of privacy and security. In this paper, we propose a blockchain-based architecture (BFLSID) to support federated learning and improve intrusion detection in IoT networks. We have also developed a distributed storage system that integrates InterPlanetary File System (IPFS) and Hyperledger Fabric to ensure the security of model training and detection results.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
