1.一种AMI网络入侵检测的方法，其特征在于，包括：获取当前全局模型参数和各终端节点内的多个电表数据并进行初始化处理和入侵检测模型得到训练数据；

控制各数据管理端对各所述终端节点构建钥匙并根据各所述终端节点对应的本地更新权重对所述训练数据进行加密得到各加密梯度数据，其中，各所述加密梯度数据为各所述数据管理端内最后一个所述终端节点的数据，本地更新权重满足半异步模型分发协议，具体包括不同的状态，根据对应的本地更新权重确定当前选用的终端节点目前的节点状态；

数据管理端将各所述加密梯度数据根据联邦学习算法局部聚合得到局部模型参数，云服务器将所述局部模型参数根据所述联邦学习算法全局聚合得到全局模型参数；

判断所述全局模型参数是否满足预设条件；

若是，则将所述训练数据进行集成学习并发送至数据库中；

若否，则返回至所述获取当前全局模型参数和各终端节点内的多个电表数据并进行初始化处理和入侵检测模型得到训练数据的步骤；

其中，所述获取当前全局模型参数和各终端节点内的多个电表数据并进行初始化处理和入侵检测模型得到训练数据，包括：将多个所述电表数据进行数据扰动处理得到本地计量数据并分配至各台区智能终端；

选取各所述台区智能终端作为各所述终端节点分配至各所述数据管理端；

将所述当前全局模型参数初始化得到初始模型参数；

各所述终端节点将所述初始模型参数与所述本地计量数据根据所述入侵检测模型得到所述训练数据；

对应地，所述控制各所述数据管理端根据所述钥匙与对应的所述本地更新权重对所述训练数据进行加密得到各所述加密梯度数据，包括：在各所述终端节点内选取当前的终端节点；

将所述当前的终端节点对应的钥匙与本地更新权重以及上一个所述终端节点对应的加密梯度数据对所述训练数据进行加密得到当前加密梯度数据；

判断所述当前的终端节点在所述数据管理端内是否为最后一个所述终端节点；

若是，则所述当前加密梯度数据为所述加密梯度数据；

若否，则在各所述终端节点内选取除所述当前的终端节点外的所述终端节点作为下一个终端节点并返回至所述在各所述终端节点内选取当前的终端节点的步骤。

2.根据权利要求1所述的AMI网络入侵检测的方法，其特征在于，所述将多个所述电表数据进行数据扰动处理得到本地计量数据，包括：将多个所述电表数据根据LDP数据扰动处理得到所述本地计量数据。

3.根据权利要求1所述的AMI网络入侵检测的方法，其特征在于，所述将所述初始模型参数与所述本地计量数据根据所述入侵检测模型得到所述训练数据，包括：将所述初始模型参数与所述本地计量数据根据TCN模型和GRU模型进行本地训练得到所述训练数据，其中，所述训练数据包括TCN训练数据和GRU训练数据。

4.根据权利要求1所述的AMI网络入侵检测的方法，其特征在于，所述联邦学习算法为FedAVG算法。

5.根据权利要求3所述的AMI网络入侵检测的方法，其特征在于，各所述终端节点对应的所述本地更新权重的状态包括最新节点的状态、延迟节点的状态和崩溃节点的状态。

6.一种AMI网络入侵检测的装置，其特征在于，包括：获取模块，用于获取当前全局模型参数和各终端节点内的多个电表数据并进行初始化处理和入侵检测模型得到训练数据；

控制模块，用于控制各数据管理端对各所述终端节点构建钥匙并根据各所述终端节点对应的本地更新权重对所述训练数据进行加密得到各加密梯度数据，其中，各所述加密梯度数据为各所述数据管理端内最后一个所述终端节点的数据，本地更新权重满足半异步模型分发协议，具体包括不同的状态，根据对应的本地更新权重确定当前选用的终端节点目前的节点状态；

聚合模块，用于数据管理端将各所述加密梯度数据根据联邦学习算法局部聚合得到局部模型参数，云服务器将所述局部模型参数根据所述联邦学习算法全局聚合得到全局模型参数；

判断模块，用于判断所述全局模型参数是否满足预设条件，若是，则触发集成模块，若否，则触发返回模块；

所述集成模块，用于将所述训练数据进行集成学习并发送至数据库中；

所述返回模块，用于返回至所述获取当前全局模型参数和各终端节点内的多个电表数据并进行初始化处理和入侵检测模型得到训练数据的步骤；

其中，所述获取当前全局模型参数和各终端节点内的多个电表数据并进行初始化处理和入侵检测模型得到训练数据，包括：将多个所述电表数据进行数据扰动处理得到本地计量数据并分配至各台区智能终端；

选取各所述台区智能终端作为各所述终端节点分配至各所述数据管理端；

将所述当前全局模型参数初始化得到初始模型参数；

各所述终端节点将所述初始模型参数与所述本地计量数据根据所述入侵检测模型得到所述训练数据；

对应地，所述控制各所述数据管理端根据所述钥匙与对应的所述本地更新权重对所述训练数据进行加密得到各所述加密梯度数据，包括：在各所述终端节点内选取当前的终端节点；

将所述当前的终端节点对应的钥匙与本地更新权重以及上一个所述终端节点对应的加密梯度数据对所述训练数据进行加密得到当前加密梯度数据；

判断所述当前的终端节点在所述数据管理端内是否为最后一个所述终端节点；

若是，则所述当前加密梯度数据为所述加密梯度数据；

若否，则在各所述终端节点内选取除所述当前的终端节点外的所述终端节点作为下一个终端节点并返回至所述在各所述终端节点内选取当前的终端节点的步骤。

7.一种AMI网络入侵检测的装置，其特征在于，包括：存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述的AMI网络入侵检测的方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的AMI网络入侵检测的方法的步骤。