本文提出了一种针对物联网（IoT）设备的本地化BGP劫持检测方法。传统上，BGP路由劫持被视为大规模系统问题，需要网络服务提供商采取行动，而边缘网络（如家庭网络）的路由信息被认为不具有可操作性。作者利用IoT设备功能有限以及单个家庭网络中间质性的特点，通过隐私保护的机器学习分析来自单个设备的路由分布的尖峰态分布，从而识别控制平面攻击。该方法包括一个本地代理，用于监控IoT设备和服务以检测BGP劫持，以及一个代理服务器，利用全局历史数据初始化本地代理。实验表明，这种方法能够使小型实体（如家庭用户或小型企业）利用大规模历史数据结合自身历史来检测针对性的BGP劫持攻击。核心贡献在于将BGP劫持检测下沉到边缘，使非专业用户也能有效防御。