مقاله تقویت تشخیص نفوذ در اینترنت وسایل نقلیه از طریق یادگیری فدرال
| عنوان مقاله به انگلیسی | Enhancing Intrusion Detection In Internet Of Vehicles Through Federated Learning |
| عنوان مقاله به فارسی | مقاله تقویت تشخیص نفوذ در اینترنت وسایل نقلیه از طریق یادگیری فدرال |
| نویسندگان | Abhishek Sebastian, Pragna R, Sudhakaran G, Renjith P N, Leela Karthikeyan H |
| زبان مقاله | انگلیسی |
| فرمت مقاله: | |
| تعداد صفحات | 0 |
| دسته بندی موضوعات | Cryptography and Security,Artificial Intelligence,Machine Learning,رمزنگاری و امنیت , هوش مصنوعی , یادگیری ماشین , |
| توضیحات | Submitted 22 November, 2023; originally announced November 2023. |
| توضیحات به فارسی | ارسال شده 22 نوامبر 2023 ؛در ابتدا نوامبر 2023 اعلام شد. |
چکیده
Federated learning is a technique of decentralized machine learning. that allows multiple parties to collaborate and learn a shared model without sharing their raw data. Our paper proposes a federated learning framework for intrusion detection in Internet of Vehicles (IOVs) using the CIC-IDS 2017 dataset. The proposed framework employs SMOTE for handling class imbalance, outlier detection for identifying and removing abnormal observations, and hyperparameter tuning to optimize the model's performance. The authors evaluated the proposed framework using various performance metrics and demonstrated its effectiveness in detecting intrusions with other datasets (KDD-Cup 99 and UNSW- NB-15) and conventional classifiers. Furthermore, the proposed framework can protect sensitive data while achieving high intrusion detection performance.
چکیده به فارسی (ترجمه ماشینی)
یادگیری فدرال تکنیکی از یادگیری ماشین غیرمتمرکز است.این امر به چندین طرف اجازه می دهد تا بدون به اشتراک گذاشتن داده های خام خود ، یک مدل مشترک را همکاری و یاد بگیرند.مقاله ما یک چارچوب یادگیری فدرال برای تشخیص نفوذ در اینترنت وسایل نقلیه (IOV) را با استفاده از مجموعه داده CIC-IDS 2017 پیشنهاد می کند.چارچوب پیشنهادی از SMOTE برای دستیابی به عدم تعادل کلاس ، تشخیص دور برای شناسایی و از بین بردن مشاهدات غیر طبیعی و تنظیم هایپرپارامتر برای بهینه سازی عملکرد مدل استفاده می کند.نویسندگان چارچوب پیشنهادی را با استفاده از معیارهای مختلف عملکرد ارزیابی کردند و اثربخشی آن را در تشخیص نفوذ با سایر مجموعه داده ها (KDD-CUP 99 و UNSW-NB-15) و طبقه بندی کننده های معمولی نشان دادند.علاوه بر این ، چارچوب پیشنهادی می تواند ضمن دستیابی به عملکرد تشخیص نفوذ بالا ، از داده های حساس محافظت کند.📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.