A Lightweight Federated Deep Learning Framework for Real-Time Intrusion Detection and Autonomous Mitigation in Software-Defined Wireless Networks
تقترح هذه الورقة إطار عمل خفيف الوزن وآمن للشبكات اللاسلكية المعرفة برمجياً يدمج بين إثبات المعرفة "زيرو مايكل ميسينتن" (Zero Michaelis-Menten)، والتحقق من التجزئة، ومنهجية تعلم سينكروتون التعزيز الفيدرالي الأول المحسنة مع وحدات تنظيم تبايني غاوسي متماثل بوابي (Gated Symmetrical Gaussian Contrastive Regularization Recurrent Units) لتحقيق دقة بنسبة 99.9833% في الكشف عن هجمات حجب الخدمة الموزعة (DDoS) في الوقت الفعلي والتخفيف الذاتي منها.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.