Buchumschlag

A Contrastive Federated Semi-Supervised Learning Intrusion Detection Framework for Internet of Robotic Things

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Zeng, Yifan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning
von: Shen, Jiyuan, et al.
Veröffentlicht: (2024)

Application of Deep Reinforcement Learning for Intrusion Detection in Internet of Things: A Systematic Review
von: Jamshidi, Saeid, et al.
Veröffentlicht: (2025)

A Quantum Genetic Algorithm-Enhanced Self-Supervised Intrusion Detection System for Wireless Sensor Networks in the Internet of Things
von: Barati, Hamid
Veröffentlicht: (2025)

Machine Learning-Assisted Intrusion Detection for Enhancing Internet of Things Security
von: Esmaeili, Mona, et al.
Veröffentlicht: (2024)

Contrastive-KAN: A Semi-Supervised Intrusion Detection Framework for Cybersecurity with scarce Labeled Data
von: Alikhani, Mohammad, et al.
Veröffentlicht: (2025)

Leveraging Machine Learning Techniques in Intrusion Detection Systems for Internet of Things
von: Jamshidi, Saeid, et al.
Veröffentlicht: (2025)

A Comparative Study of Recent Advances in Internet of Intrusion Detection Things
von: Rezk, Marianna, et al.
Veröffentlicht: (2026)

AOC-IDS: Autonomous Online Framework with Contrastive Learning for Intrusion Detection
von: Zhang, Xinchen, et al.
Veröffentlicht: (2024)

Self-Supervised Transformer-based Contrastive Learning for Intrusion Detection Systems
von: Koukoulis, Ippokratis, et al.
Veröffentlicht: (2025)

CSAGC-IDS: A Dual-Module Deep Learning Network Intrusion Detection Model for Complex and Imbalanced Data
von: Zeng, Yifan
Veröffentlicht: (2025)

A Crowdsensing Intrusion Detection Dataset For Decentralized Federated Learning Models
von: Feng, Chao, et al.
Veröffentlicht: (2025)

$\text{C}^{2}\text{BNVAE}$: Dual-Conditional Deep Generation of Network Traffic Data for Network Intrusion Detection System Balancing
von: Zeng, Yifan
Veröffentlicht: (2025)

Robust Semi-Supervised Temporal Intrusion Detection for Adversarial Cloud Networks
von: Chattopadhyay, Anasuya, et al.
Veröffentlicht: (2026)

Lightweight Intrusion Detection System Using a Hybrid CNN and ConvNeXt-Tiny Model for Internet of Things Networks
von: Roshanzadeh, Fatemeh, et al.
Veröffentlicht: (2025)

An Investigation into the Performance of Non-Contrastive Self-Supervised Learning Methods for Network Intrusion Detection
von: Fard, Hamed, et al.
Veröffentlicht: (2025)

Federated Learning-Enhanced Blockchain Framework for Privacy-Preserving Intrusion Detection in Industrial IoT
von: Ali, Anas, et al.
Veröffentlicht: (2025)

SAFE: Self-Supervised Anomaly Detection Framework for Intrusion Detection
von: Li, Elvin, et al.
Veröffentlicht: (2025)

Federated Intrusion Detection System Based on Unsupervised Machine Learning
von: Gourceyraud, Maxime, et al.
Veröffentlicht: (2025)

Intrusion Detection in Internet of Vehicles Using Machine Learning
von: Le, Hop, et al.
Veröffentlicht: (2025)

Evaluating the Impact of Privacy-Preserving Federated Learning on CAN Intrusion Detection
von: Digregorio, Gabriele, et al.
Veröffentlicht: (2025)

SOUL: A Semi-supervised Open-world continUal Learning method for Network Intrusion Detection
von: Amalapuram, Suresh Kumar, et al.
Veröffentlicht: (2024)

Privacy Threats and Countermeasures in Federated Learning for Internet of Things: A Systematic Review
von: ElZemity, Adel, et al.
Veröffentlicht: (2024)

Lightweight and Breach-Resilient Authenticated Encryption Framework for Internet of Things
von: Nouma, Saif E., et al.
Veröffentlicht: (2025)

AndroIDS : Android-based Intrusion Detection System using Federated Learning
von: Nair, Akarsh K, et al.
Veröffentlicht: (2025)

Entente: Cross-silo Intrusion Detection on Network Log Graphs with Federated Learning
von: Xu, Jiacen, et al.
Veröffentlicht: (2025)

CITADEL: A Semi-Supervised Active Learning Framework for Malware Detection Under Continuous Distribution Drift
von: Haque, Md Ahsanul, et al.
Veröffentlicht: (2025)

Self-Supervised Learning of Graph Representations for Network Intrusion Detection
von: Guerra, Lorenzo, et al.
Veröffentlicht: (2025)

Distributed Intrusion Detection in Dynamic Networks of UAVs using Few-Shot Federated Learning
von: Ceviz, Ozlem, et al.
Veröffentlicht: (2025)

Privacy-Preserving Intrusion Detection in Software-defined VANET using Federated Learning with BERT
von: Ahsan, Shakil Ibne, et al.
Veröffentlicht: (2024)

Incremental Federated Learning for Intrusion Detection in IoT Networks under Evolving Threat Landscape
von: Rehman, Muaan Ur, et al.
Veröffentlicht: (2026)

A Review on the Use of Blockchain for the Internet of Things
von: Fernandez-Carames, Tiago M., et al.
Veröffentlicht: (2024)

PETIoT: PEnetration Testing the Internet of Things
von: Bella, Giampaolo, et al.
Veröffentlicht: (2023)

A Scalable Hierarchical Intrusion Detection System for Internet of Vehicles
von: Uddin, Md Ashraf, et al.
Veröffentlicht: (2025)

A PUF-Based Security Framework for Fault and Intrusion Detection
von: Oun, Ahmed, et al.
Veröffentlicht: (2026)

Semi-Supervised Learning for Anomaly Detection in Blockchain-based Supply Chains
von: Son, Do Hai, et al.
Veröffentlicht: (2024)

EdgeDetect: Importance-Aware Gradient Compression with Homomorphic Aggregation for Federated Intrusion Detection
von: Mohammad, Noor Islam S.
Veröffentlicht: (2026)

A Robust Multi-Stage Intrusion Detection System for In-Vehicle Network Security using Hierarchical Federated Learning
von: Althunayyan, Muzun, et al.
Veröffentlicht: (2024)

Internet of Things Security: A Survey on Common Attacks
von: Valadares, Dalton Cézane Gomes, et al.
Veröffentlicht: (2026)

EG-ConMix: An Intrusion Detection Method based on Graph Contrastive Learning
von: Wu, Lijin, et al.
Veröffentlicht: (2024)

PhishSSL: Self-Supervised Contrastive Learning for Phishing Website Detection
von: Li, Wenhao, et al.
Veröffentlicht: (2025)