Détection d'intrusions fédérée et semi-supervisée pour l'IoT - Mines Saint-Étienne Access content directly
Conference Papers Year : 2022

Détection d'intrusions fédérée et semi-supervisée pour l'IoT

Abstract

Le modèle FLuIDS combine apprentissages fédéré et semisupervisé. De petits appareils (IoT) co-construisent un système de détection d'intrusions respectueux de la vie privée à moindre coût.
Fichier principal
Vignette du fichier
13-IoTIA-PFIA-2022.pdf (73.74 Ko) Télécharger le fichier
Origin Files produced by the author(s)
Licence

Dates and versions

emse-04217743 , version 1 (26-09-2023)

Licence

Identifiers

  • HAL Id : emse-04217743 , version 1

Cite

Ons Aouedi, Kandaraj Piamrat, Guillaume Muller, Kamal Singh. Détection d'intrusions fédérée et semi-supervisée pour l'IoT. Plate-Forme Intelligence Artificielle : Internet des Objets et Intelligence Artificielle, Jun 2022, Saint-Etienne, France. ⟨emse-04217743⟩
30 View
19 Download

Share

Gmail Mastodon Facebook X LinkedIn More