基于区块链和联邦学习的轻量级车联网入侵检测方法

本发明涉及车联网网络安全技术领域，具体为一种基于区块链和联邦学习的轻量级车联网入侵检测方法，通过使用一种模型压缩技术——模型蒸馏，将一个复杂的教师模型的知识迁移到一个更小、更高效的学生模型中,并在学生模型训练过程中运用剪枝，显著降低本地模型的模型复杂度，并且将区块链和联邦学习结合，以保护车主的隐私，增强所有参与者之间的信任。该方案包括数据预处理、模型蒸馏、本地模型训练、参数加密、全局模型聚合和本地模型更新六个主要步骤。本发明适用于现代车联网系统，有助于提高车联网的安全性和可靠性，降低车载资源计算压力，并保护车辆数据隐私。