本发明属于物联网入侵检测技术领域，公开了一种分布式物联网入侵检测方法及系统，安全云服务器使用IDS的公共数据初始化轻量级的机器学习模型，服务器向所有客户端分发公共数据和模型；在基于实例的迁移学习中，每个客户端使用所述模型作为基础分类器，并进行本地分类训练；客户端将更新后的分类器发送回服务器；当服务器从客户端接收到所有更新时，采用FedAvg进行模型聚合，并提出生成最终输出的加权投票算法；服务器将最终输出分发回客户端，客户端根据更新的模型启动本地化入侵检测系统IDS。本发明采用秩聚合算法对FedAvg方法进行改进，提高了检测性能，解决了在联邦学习中使用非独立同分布数据训练局部模型的关键问题。