一种基于时序聚类的工业物联网入侵检测方法

本发明属于入侵检测技术领域，公开一种基于时序聚类的工业物联网入侵检测方法。提出一个基于TCN‑GRU‑Temporal Attention的入侵检测模型，该模型结合了长短期记忆处理、动态特征捕捉和关键信息聚焦的优势，特别适合处理复杂的时间序列任务。提出一种基于评价指标的多维时间序列聚类算法，使用基于DTW的k‑medoids聚类边缘节点，提升了联邦学习环境下入侵检测的准确率和系统响应速度。所提出的工业网络入侵检测方法在非独立同分布数据下也展现出了良好的性能，有效地提高了对复杂攻击模式的识别能力。