您当前的位置：
首页 >
文章列表页 >
一种基于可信联邦学习的车联网入侵检测方法
更新时间：2026-07-30

    • 一种基于可信联邦学习的车联网入侵检测方法

    • A Trusted Federated Learning-Based Intrusion Detection Method for Internet of Vehicles

    • 软件导刊   2026年 页码：1-8

    • DOI：10.11907/rjdk.251710    

      中图分类号： TP39

    • 收稿：2025-10-23，

      网络首发：2026-07-30，

    移动端阅览

  • 解男男, 马钰博, 张传雪, 等. 一种基于可信联邦学习的车联网入侵检测方法[J/OL]. 软件导刊, 2026,1-8. DOI： 10.11907/rjdk.251710.

    XIE Nannan, MA Yubo, ZHANG Chuanxue, et al. A Trusted Federated Learning-Based Intrusion Detection Method for Internet of Vehicles[J/OL]. Software Guide, 2026, 1-8. DOI： 10.11907/rjdk.251710.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于多权重主观逻辑的联邦学习攻击防御机制
基于区块链的时间敏感性金融交易协议研究
工业物联网去中心化可审计隐私保护联邦学习方案
基于Stackelberg博弈与智能合约的工业领域移动众包数据交易方案
基于联邦学习的信贷风险评估模型

相关作者

裴浪涛
陈学斌
翟冉
史爱武
胡子晗
李林逸
张世林
葛涛

相关机构

华北理工大学 理学院
河北省数据科学与应用重点实验室
唐山市数据科学重点实验室
武汉纺织大学 计算机与人工智能学院
江苏海洋大学 计算机工程学院
0