一种基于特征重要性的联邦聚类异常流量检测方法

本发明提供一种基于特征重要性的联邦聚类异常流量检测方法，包括以下步骤：步骤S1:全体客户端从网络数据流中采集流量数据，预处理后形成带标签的本地数据集；步骤S2:将特征重要性排序集合上传至服务器；步骤S3:服务器基于客户端重要性执行层次聚类得到各个客户端簇，服务器计算每一个客户端簇的平均特征重要性排序；步骤S4:服务器向其对应的客户端簇发送全局模型，最后在服务器上聚合本地模型，得到该客户端簇对应的全局模型；重复上述步骤直到全局模型收敛；步骤S5:测试样本使用其所在客户端簇的全局模型进行预测分类；应用本技术方案可实现降低部署设备的性能门槛。