La croissance rapide des appareils de l'Internet des objets (IdO) et la complexité croissante de ceux-ci font de la détection des intrusions dans le réseau un défi crucial, en particulier dans un environnement de cloud computing axé principalement sur la confidentialité des données. Les technologies de détection des intrusions basées sur l'apprentissage automatique peuvent renforcer la sécurité des réseaux de l'Internet des objets, mais nécessitent souvent des données réseau centralisées, ce qui comporte de sérieux risques pour la confidentialité des données et la sécurité. Ces dernières années, bien que des méthodes de détection des intrusions basées sur l'apprentissage fédéré aient émergé pour répondre au problème de la confidentialité, ces méthodes n'ont pas pleinement tiré parti des avantages des réseaux de neurones graphiques (GNN) dans la détection des intrusions. Pour résoudre ce problème, un cadre de réseau de convolution spatiotemporelle fédéré (FedSTGCN) est proposé, combinant les réseaux de neurones graphiques spatiotemporels (STGNN) et les capacités d'apprentissage fédéré. Ce cadre prend en charge la formation collaborative de modèles entre les appareils de l'Internet des objets distribués sans avoir besoin de partager de données brutes, améliorant ainsi la précision de la détection des intrusions dans le réseau tout en protégeant la confidentialité des données. De nombreuses expériences ont été menées sur deux ensembles de données de détection des intrusions dans l'Internet des objets, afin d'évaluer l'efficacité de la méthode proposée. Les résultats des expériences montrent que FedSTGCN surpasse les autres méthodes tant dans la tâche de classification binaire que dans la tâche de classification multiclasse, avec une précision de plus de 97% dans la tâche de classification binaire et un score F1 pondéré de plus de 92% dans la tâche de classification multiclasse.

IdO; détection des intrusions dans le réseau; réseaux de neurones graphiques spatiotemporels; apprentissage fédéré; confidentialité des données