基于联邦学习与量子启发优化的加密流量检测方法及系统

本发明公开了基于联邦学习与量子启发优化的加密流量检测方法及系统，其属于流量检测技术领域，包括采集多模态数据，多模态数据包括真实攻击数据、扫描器数据和人为模拟攻击数据，对多模态数据进行数据融合和预处理，得到预处理后的融合数据；对预处理后的融合数据进行切分和向量化处理，得到128维特征向量,对128维特征向量进行筛选，得到30维高区分度特征向量子集，获取结构化特征数据，使用结构化特征数据训练基于联邦学习框架的多节点CatBoost模型，得到训练后的全局模型；将30维高区分度特征向量子集输入训练后的全局模型进行预设多任务威胁检测，得到多任务检测结果。本发明能提高系统灵活性和检测效率，同时保护数据隐私，避免数据延迟。