一种基于个性化联邦学习的工业通信异常检测方法

一种基于个性化联邦学习的工业通信异常检测方法，将工业控制网络中工控主机作为联邦网络的节点，针对每个工控主机所负责的不同工艺流程或环节的通信数据，构建个性化的变分自编码器模型作为异常检测引擎，每个模型的权重信息由训练的超网络生成，并采用私有区块链对权重信息进行共链存储，利用最优的变分自编码器模型对实时通信数据进行重建概率计算，与设定阈值比较，发现工业控制网络中异常的通信情况。本发明一方面能够针对不同工艺流程或环节的通信数据特点，构建适配的个性化变分自编码器模型，检测由恶意攻击或误操作所引起的工业通信异常并产生报警，另一方面能够利用区块链的数据隐私保护特点，保障了每个节点中异常检测引擎的真实性。