基于异步联邦学习的工业互联网入侵检测方法

本发明公开了基于异步联邦学习的工业互联网入侵检测方法，首先初始化模型并选举委员会领导者节点，下发到工业边缘节点；每个工业边缘节点根据自己本地的数据训练后得到自己的局部模型并上传；委员会领导者节点根据聚合因子，为各局部模型分配适当的权重聚合重新形成新的全局模型，循环训练直到满足需要训练的次数，得到训练完成的工业联邦入侵检测模型，最后将待测工业互联网流量输入到模型中得到检测结果。本发明将区块链融入工业联邦入侵检测中以应对工业联邦入侵检测模型面临的单点故障、模型构建不可信等问题，兼顾了检测效果和抗攻击能力，有助于筑牢工业互联网安全防线。