Resumen

Como estrategia innovadora, la informática en el borde ha sido considerada una opción viable para abordar las limitaciones de la informática en la nube en el soporte de aplicaciones de Internet de las cosas. Sin embargo, debido a la inestabilidad de la red y al aumento de las superficies de ataque, la seguridad en la IoT asistida en el borde necesita ser mejor garantizada. En este documento, proponemos un mecanismo inteligente de detección de intrusiones, FedACNN, que completa la tarea de detección de intrusiones asistiendo al modelo de aprendizaje profundo CNN a través del mecanismo de aprendizaje federado. Con el fin de aliviar el límite de retraso de comunicación del aprendizaje federado, integramos de manera innovadora el mecanismo de atención, y el FedACNN puede lograr una precisión ideal con una reducción del 50% en las rondas de comunicación.

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Estrategia; Computación de borde; Computación en nube; Aplicaciones de Internet de las Cosas; Seguridad; Mecanismo de detección de intrusos
• Keywords:Strategy; Edge computing; Cloud computing; Internet-of-Things applications; Security; Intrusion detection mechanism