为保障物联网数据跨域流动安全，提出物联网同频共用跨域数据流动安全检测算法。该方法基于数据离群特征计算数据集信息熵，将信息熵计算结果较大的数据点作为聚类中心，通过类簇中心距离的计算分析数据分布特征；将数据分布特征输入BP(Back Propagation)神经网络中，结合遗传学习算法完成同频共用跨域数据的深度挖掘。利用小波分析法分割同频共用数据中的有效信号与噪声信号，引入wrcoef函数实现无噪信号的重构输出。基于Markov链状态转移概率矩阵，建立马尔可夫跨域数据流动安全检测模型；通过待测样本与标准样本之间相对熵差异值的计算，完成物联网同频共用跨域数据流动安全检测。仿真结果表明，该方法能有效提高数据流动安全检测效率，实现了数据跨域流动态势的精准感知。