一种基于联邦学习的网络入侵检测方法

本发明公开一种基于联邦学习的网络入侵检测方法，包括各参与方根据本地网络情况进行流向数据收集，对数据进行筛选预处理并生成本地网络流量数据集，联邦学习采用参数循环传递的思想，每一轮次选出部分节点依次进行训练，并将训练结果应用于下一轮次，达到设定训练轮数后停止训练，各节点将最终的训练结果应用于本地入侵网络模型，执行入侵检测任务。本发明可以实现在各参与方本地数据异构情况下的联邦学习，取消了中央服务器的设置，更大限度的保护数据隐私和网络安全。