基于边缘智能与联邦学习的电力终端异常防御方法及系统

本申请属于物联网安全防护领域，公开了基于边缘智能与联邦学习的电力终端异常防御方法及系统，包括：采集电力物联网终端运行数据；经边缘侧预处理得到结构化特征向量；输入部署于边缘侧的轻量化异常识别模型，输出异常评分和异常类型；结合电力业务规则、终端权限规则和物理约束规则对量测数据和控制指令进行校验；根据异常评分、异常类型和校验结果确定风险等级，在边缘侧实现终端异常防御。其中，轻量化异常识别模型通过联邦学习方式训练：将模型参数或梯度上传云端，云端对多边缘节点的参数或梯度进行安全聚合得到全局模型，经压缩后下发至边缘侧更新模型。本申请解决了电力物联网终端侧缺乏轻量化实时异常检测与本地防御能力的问题。