一种基于联邦学习的应用程序安全防护方法及系统

本发明公开了一种基于联邦学习的应用程序安全防护方法及系统，涉及软件定义安全技术领域，包括各配电自动化终端基于本地收集的运行状态数据独立进行模型训练，将更新的局部异常检测模型参数上传至中心聚合服务器；中心聚合服务器接收并汇总各配电自动化终端上传的局部异常检测模型参数，局部异常检测模型参数生成全局异常检测模型，并将全局异常检测模型分发回各配电自动化终端；利用更新后的全局异常检测模型对新收集的运行状态数据进行异常检测，当检测到异常时，生成预警信息；接收各配电自动化终端发送的预警信息，根据预设规则自动派发工单至相应的维护人员，同时将处理结果反馈给各配电自动化终端。本发明预防了模型更新引发的潜在风险。