基于深度学习的自适应入侵检测系统及方法

本发明公开了基于深度学习的自适应入侵检测系统及方法，属于深度学习技术领域，系统包括：网络节点识别模块，用于识别网络节点；样本录入模块，用于录入历史入侵事件样本；入侵转移解析模块，用于输出转移网络节点，以及预设转移概率；模型构建模块，用于构建入侵转移检测模型；网络识别模块，用于识别网络状态数据和系统状态数据；入侵风险指标获取模块，用于获取入侵风险指标；入侵提醒模块，用于进行提醒。本申请解决了传统入侵检测系统难以有效识别并应对通过节点连接关系进行转移的入侵异常，导致网络稳定运行难以把控的技术问题，达到了通过识别转移网络，针对化的进行入侵风险检测，提高入侵检测的准确率和网络的稳定性的效果。