Securing IoMT with Federated Learning: A Hybrid Deep Learning and Ensemble-Based Intrusion Detection Framework
Cet article propose un cadre d'apprentissage fédéré respectueux de la vie privée qui intègre un modèle hybride combinant un réseau de neurones profonds et XGBoost pour détecter efficacement les cybermenaces dans les environnements de l'Internet des Objets Médicaux tout en abordant les défis liés à la confidentialité des données, à la distribution de données non-IID et aux attaques adverses.