基于聯(lián)邦學(xué)習(xí)的分布式物聯(lián)網(wǎng)設(shè)備識(shí)別方法

摘要： 傳統(tǒng)物聯(lián)網(wǎng)設(shè)備識(shí)別方法通常采用集中式訓(xùn)練方式，將邊緣設(shè)備的私有流量集中部署在中央服務(wù)器中用于學(xué)習(xí)指紋提取與識(shí)別，但集中式訓(xùn)練存在著數(shù)據(jù)隱私問題以及單點(diǎn)故障問題。針對(duì)上述問題，提出了基于聯(lián)邦學(xué)習(xí)的分布式物聯(lián)網(wǎng)設(shè)備識(shí)別方法。在邊緣設(shè)備方面，提出了輕量級(jí)設(shè)備指紋識(shí)別模型，提取網(wǎng)絡(luò)流量會(huì)話中的時(shí)序信息以及特征間信息以生成可識(shí)別的指紋，并訓(xùn)練一個(gè)高效的分類器實(shí)現(xiàn)指紋識(shí)別；在中央服務(wù)器方面... （共13頁(yè)）