基于联邦学习的隐私安全异常行为检测系统及方法

本发明公开了基于联邦学习的隐私安全异常行为检测系统及方法，涉及异常行为检测技术领域，包括以下步骤：在联邦学习训练的准备阶段，先从智能电网中的所有节点采集其在模型训练过程中生成和更新的参数信息，并将参数信息进行统一的安全存储和管理；将收集到的训练参数根据不同维度进行细化，为每一种参数建立独立的变化记录。本发明利用聚类算法精准识别方向一致、小幅累积变化的可疑节点。通过风险评分动态调整参数更新范围和随机化切片策略，削弱攻击者的协同投毒能力，使其难以预测参数更新规则，从而有效遏制渐进式、隐蔽式篡改行为，保障智能电网等关键基础设施的联邦学习系统安全运行，避免模型失效引发的重大生产事故或公共安全风险。