基于联邦学习和漂移检测的跨域数据安全分析方法

本发明涉及联邦学习与网络安全数据分析技术领域，具体地说，本发明涉及基于联邦学习和漂移检测的跨域数据安全分析方法，本发明通过各参与域在本地监控安全分析模型精度并在精度累积偏差超过漂移阈值时判定概念漂移，报告域提取漂移方向向量并施加随机正交子空间投影扰动生成方向探针上传协调服务器，协调服务器将方向探针广播至验证域并收集验证域计算的投影偏移量，根据投影偏移量的同向占比和显著性检验得到跨域方向一致性指标，当跨域方向一致性指标高于上阈值时提高报告域模型更新的聚合权重并执行方向对齐校正和低秩适配器定向预热，当跨域方向一致性指标低于下阈值时降低报告域聚合权重并标记观察，有利于缩短跨域新模式的整体响应时间。