一种异构物联网边缘节点异常行为检测方法

本申请涉及边缘节点异常行为检测领域，具体公开了一种异构物联网边缘节点异常行为检测方法，其先将边缘节点异构的资源占用与网络流量数据分别映射至各自的高层特征空间，再通过联合潜在表征聚合机制，提炼出一个能够表征两种模态在正常工作状态下内在关联模式的共享高层特征向量。随后，模型被强制要求利用该共享特征与各模态专属特征去联合重构原始输入。通过在大量正常数据上进行训练，能够深入学习正常行为的完整范式。因此，当边缘节点出现异常行为时，其固有的模态间关联性将被破坏，导致模型无法有效重构这种非典型的数据模式，从而产生重构损失。