随着工业互联网的广泛部署，边缘计算节点在保障工业系统实时性和数据安全性中发挥着关键作用。然而，边缘 节点硬件资源有限、攻击面广，传统入侵检测算法在实际应用中往往面临效率低下、误报率高和部署难度大等挑战。本文 系统梳理了工业互联网边缘计算环境下的威胁特征，分析了现有轻量级入侵检测技术的核心问题。通过引入特征降维、分 层检测和模型压缩等多重优化策略，提出了一种适用于边缘节点的轻量级入侵检测算法。基于工业实际数据集进行了算法 训练和仿真实验，结果表明，该优化算法在检测准确率、响应延迟和资源占用等方面较传统算法有明显提升，有效满足了 工业互联网边缘环境对高效安全的实际需求。最后，针对算法落地中遇到的可扩展性与可解释性等问题，提出了后续研究 建议。