[发明专利]一种基于信息熵的联邦学习参与方权重计算方法

摘要

本发明公开了一种基于信息熵的联邦学习参与方权重计算方法，解决了现有针对分布式工业控制系统的入侵检测技术中，当某个参与方的模型由于数据毒化等问题出现偏移时，经过协调方聚合后带偏其他参与方的模型，进而影响整体检测准确率的问题。该方法采用多因子综合评价的方式计算客户端的权重，通过信息熵计算多个因子对客户端贡献度的作用程度，将各客户端本轮次的贡献度归一化后作为本轮次的权重信息，相较其他方法更加合理，聚合后的模型准确率更高。本发明利用该方法在聚合端对不同模型性能的客户端分配了不同权重，有效的解决了工业控制系统中训练数据毒化的问题，避免了一个客户端模型出现偏差进而影响其他客户端模型性能的问题。