Biblioteca122.739 documentos en línea

Artículo

An IoT Crossdomain Access Decision-Making Method Based on Federated LearningUn Método de Toma de Decisiones de Acceso Cruzado a través de IoT Basado en Aprendizaje Federado

Resumen

La colaboración entre dominios cruzados permite que los dispositivos inteligentes trabajen juntos en diferentes dominios de Internet de las Cosas (IoT). Las soluciones basadas en terceros de confianza requieren comprender completamente la información de acceso de los participantes de la colaboración para implementar un control de acceso entre dominios, lo que conlleva un riesgo de privacidad. En este documento, proponemos un método de toma de decisiones de acceso entre dominios basado en aprendizaje federado (FCAD), que construye un modelo de toma de decisiones de acceso entre dominios sin compartir información privada de los participantes de la colaboración. Se extraen registros de acceso entre dominios para construir un conjunto de datos de entrenamiento. Se utiliza un método de mejora de datos para abordar la distribución desigual del conjunto de datos. Se utilizan métodos de aprendizaje federado y agregación de gradientes para prevenir filtraciones de privacidad. Los experimentos en el conjunto de datos público muestran que FCAD obtiene una precisión de predicción del 83.6% en el sistema de acceso entre dominios

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento