基于大数据分析和自主学习的网络入侵检测方法及系统

专利主权项内容

1.一种基于大数据分析和自主学习的网络入侵检测方法，其特征在于，包括以下步骤：获取目标网络流量数据作为入侵检测数据并进行预处理，将预处理后的目标网络流量数据进行特征重构生成重构数据；对所述重构数据进行特征提取，获取空间特征及时间特征，将所述空间特征及时间特征进行聚合获取目标网络流量数据对应的流特征；构建网络入侵检测模型，根据所述流特征利用大数据手段获取具有完备标签信息的相似数据集，根据所述相似数据集进行所述网络入侵检测模型的迁移对抗训练；训练至损失函数收敛输出训练后的网络入侵检测模型，进行目标网络流量数据的入侵检测分类，获取目标设备对应网络流量数据的历史入侵检测数据，提取入侵流量的隐式特征，进行所述网络入侵检测模型的自主学习更新。