计算机工程与应用

作者：张舒琦, 王海凤, 王再平, 赵鹏, 刘英华, 池志宏, 赵昕晟

单位：1.内蒙古工业大学 智能科学与技术学院，呼和浩特 010080；2.内蒙古自治区大数据中心 信息技术服务九处，呼和浩特 010011；

关键词：联邦学习（FL）,入侵检测,聚合策略,隐私保护,检测技术

基金：内蒙古自治区直属高校基本科研业务费项目（JY20240010）；内蒙古自治区自然科学基金（2023LHMS06016）。

随着网络流量的快速增长和攻击手段的不断演化，传统入侵检测方法在数据孤岛、隐私保护和异构环境适配方面暴露出明显不足。联邦学习因具备“数据不出本地”的特性，为跨域协作建模和隐私保护提供了新思路，但针对其在入侵检测领域的研究尚缺乏系统化梳理与方法演进分析。围绕联邦学习驱动的网络入侵检测研究，从聚合策略、隐私保护机制和检测技术三大核心维度出发，系统总结近年来的研究进展，分析各类方法的优劣与适用场景，并归纳当前面临的挑战与发展趋势。为该领域相关研究人员提供研究思路，也为实际系统的设计与部署提供理论支撑。

来源：2026年第8期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第8期