基于异构感知与元聚类协同的轻量联邦电力物联网入侵检测方法及系统

本发明公开了一种基于异构感知与元聚类协同的轻量联邦电力物联网入侵检测方法及系统。该方法和系统通过异构感知网络采集电力物联网设备的多源异构数据，构建高效轻量级入侵检测模型，精准识别电力物联网环境中的各类攻击行为。该方法和系统采用元聚类算法对电力物联网设备进行自适应分组，利用轻量级BiLSTM模型在资源受限设备上实现本地训练，并通过安全聚合机制融合各集群模型，形成全局检测能力。能够有效识别DDoS攻击、数据篡改、身份伪造等多种攻击类型，根据攻击严重程度自动执行分级安全响应措施，在保护数据隐私的同时显著提高了电力物联网的安全防护能力，计算资源消耗低，特别适合应用于资源受限、分布广泛的电力物联网环境。