Revisión comparativa de los sistemas de detección de intrusiones basados en aprendizaje federado: ventajas y desafíos abiertos
Autores: Fedorchenko, Elena; Novikova, Evgenia; Shulepov, Anton
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Revisión comparativa de los sistemas de detección de intrusiones basados en aprendizaje federado: ventajas y desafíos abiertos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Riesgos conscientes de la privacidad
Aprendizaje federado
Detección de intrusiones
Detección de anomalías
Privacidad de datos
Entidades colaborativas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Para proporcionar una respuesta precisa y oportuna a diferentes tipos de ataques, los sistemas de detección de intrusiones y anomalías recopilan y analizan una gran cantidad de datos que pueden incluir datos personales y otros datos sensibles.
Descripción
Para proporcionar una respuesta precisa y oportuna a diferentes tipos de ataques, los sistemas de detección de intrusiones y anomalías recopilan y analizan una gran cantidad de datos que pueden incluir datos personales y otros datos sensibles.