一种基于联邦学习与生成式AI的电网内部网络流量预测与异常检测方法及系统

本发明公开了一种基于联邦学习与生成式AI的电网内部网络流量预测与异常检测方法及系统。所述系统在电网内部各终端节点部署本地网络流量采集与预测模型，通过联邦学习机制在中央服务器上聚合各节点模型，在不直接共享原始数据的前提下实现全网数据协同学习。系统集成生成式AI模块，用于生成合成网络流量样本以增强模型训练数据。所述联邦学习采用异步聚合策略，动态调整各节点权重，并对模型进行轻量化处理，以适应资源受限的电力终端环境。通过全局预测模型对实时流量进行预测和检测，当检测到网络流量与预测值偏离超过预设阈值时，系统自动启动安全响应机制。本技术方案能够提高异常检测准确率与响应速度，同时保护电网数据隐私。