基于联邦混合专家模型的车载网络异常检测方法及系统

本发明公开了基于联邦混合专家模型的车载网络异常检测方法及系统，首先，系统中每个车辆基于滑动窗口算法将固定时间间隔的报文转换为特征图作为训练数据集，并进一步分割成用于联邦学习训练的全局数据集与车端微调的本地数据集；其次，在每一轮联邦训练时，车辆利用全局数据集进行本地训练，并将模型参数上传到中心参数服务器用于聚合，循环此过程直到预设的训练轮数；再次，车辆利用全局模型初始化本地专家模型，在本地数据集上进行微调；最后，车辆使用全量数据集进一步微调本地专家模型与路由模型，使得路由模型能够对联邦全局模型与本地专家模型根据输入数据实现自适应权重分配，从而实现对输入的通信报文进行异常检测。