本申请涉及一种基于联邦学习框架的电网边端设备指令集数据平衡的方法，包括：对于n个地区的电网系统，采集其电网边端设备的指令信息D以及该指令所属类型L；构建设备指令信息的特征向量矩阵；在服务器上初始化条件生成对抗网络模型，服务器同时生成RSA公私钥对，同时将公钥发送给各个地区的电网系统，服务器将模型发送到各个地区的电网系统；使用该地区采集到的指令数据集和标签集训练条件生成对抗网络；直到n个地区的电网系统都通过自身数据集完成对条件生成对抗网络模型的训练；通过服务器的联邦调度；构成大规模的平衡数据集。本申请使用各地区使用大规模平衡数据集训练自身的电网边端设备指令异常检测模型，精准评估设备安全漏洞。