基于联邦差分隐私与注意力机制的智能电表异常检测方法及系统

本发明公开了基于联邦差分隐私与注意力机制的智能电表异常检测方法及系统，首先采集并地域化分组智能电表数据；然后采用多层次注意力机制提取地域特定初始特征，并通过图注意力网络与多头注意力融合增强空间关联特征；接着进行分布式异常初步识别；针对潜在异常，通过联邦学习框架和LDP机制安全获取并保护用户行为日志特征；之后，在联邦学习框架下对各方训练的、经参数级差分隐私保护的局部模型参数进行安全聚合与优化；再进行本地模型微调与二次交叉验证确认真实异常；利用多维动态注意力对异常事件定性溯源；最后通过联邦反馈动态调整特征提取策略，并结合资源感知优化数据处理方案。本发明解决了智能电表数据异常检测中精度、隐私保护和模型适应性的平衡问题。