English(EN) F-ACVAE: A Federated Adaptive Conditional Variational Auto-Encoder for Privacy-Preserving Intrusion Detection in IoT Networks

新的F-ACVAE框架增强了物联网网络中隐私保护的入侵检测能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-07 04:00

研究人员开发了F-ACVAE，这是一种新颖的联邦自适应条件变分自编码器，专为物联网（IoT）网络中的隐私保护入侵检测而设计。该框架能够在不共享原始数据的情况下，在分布式设备之间进行协作模型训练，并结合选择性参数聚合来维护隐私，同时同步共享组件。在N-BaIoT数据集上的实验表明，F-ACVAE的准确率和宏F1分数达到99%，优于现有方法，并将通信开销减少了约62%。 AI

影响这项研究为检测互联物联网设备中的网络威胁提供了一种更私密、更有效的方法。

排序理由该集群包含一篇详细介绍新模型及其实验结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Mohammad Ansarimehr, Somayeh Changiz, Ehsan Baghishani, Ali Mousavi · 2026-07-07 04:00

F-ACVAE: A Federated Adaptive Conditional Variational Auto-Encoder for Privacy-Preserving Intrusion Detection in IoT Networks

arXiv:2607.04698v1 Announce Type: new Abstract: The rapid proliferation of Internet of things (IoT) devices has significantly expanded the cyber-attack surface, necessitating robust and privacy-preserving intrusion detection systems (IDS). However, centralized learning approaches…

报道来源 [1]

F-ACVAE: A Federated Adaptive Conditional Variational Auto-Encoder for Privacy-Preserving Intrusion Detection in IoT Networks

相关实体

相关话题