基于深度学习的均衡入侵检测方法及处理装置

本申请提供了一种基于深度学习的均衡入侵检测方法及处理装置，属于入侵检测领域，所述方法包括：通过采集网络流量和公开入侵检测数据集构建网络入侵检测所需数据；对数据集进行数据清洗、独热编码和归一化预处理，以便将数据转化为更适合于深度学习模型的输入格式；采用深度学习算法对数据进行降维处理，进一步提升数据特征的表达能力；通过生成对抗神经网络模型对数据进行平衡处理，提高了伪样本数据的质量；采用KAN网络模型进行攻击检测，提高了网络入侵检测的性能。