基于深度学习的两阶段网络入侵检测系统及方法

本发明公开了一种基于深度学习的两阶段网络入侵检测系统及方法，系统包括如下模块：数据采集模块，网络设备将流量的关键属性发送给流量采集器，流量采集器对接收的流量数据进行分类汇总；数据预处理模块，对采集到的流量数据进行预处理后，发送给入侵检测模块；入侵检测模块，将数据的特征划分为数值特征和分类特征；构建并训练基于MARNet的网络模型，部署训练好的模型，对网络攻击进行检测和分类；所述神经网络模型的处理过程包含两个阶段：第一阶段是多尺度特征分类提取，第二阶段是分类阶段；安全评估模块，构建网络安全评价体系，并展示安全评估结果。本发明能够快速准确实时地监测网络入侵的发生，并降低在物联网开发应用当中的成本。