基于多簇聚类的后门攻击检测方法及装置

本发明公开了一种基于多簇聚类的后门攻击检测方法及装置，该方法包括：聚合服务器将当前轮次接收到的所有客户端训练完成的本地模型分发至客户端；客户端基于接收到的本地模型，将构建对应的关键参数矩阵发送至聚合服务器；聚合服务器基于各客户端的关键参数矩阵，基于通过贝叶斯高斯混合模型和信任加权机制确定的良性模型集合对应客户端的本地模型得到当前轮次的全局模型，重复上述步骤，直至协作学习训练完成。本发明在保障数据隐私的同时有效提高检测精度，减少在非独立同分布数据环境下的误判，提高了对复杂攻击场景的识别能力。