一种网络入侵检测方法及系统

本申请提供了一种网络入侵检测方法及系统，属于网络中的入侵检测技术领域，所述方法包括：对原始数据进行数据清洗，对清洗后的数据进行标准化和数据归一化，将数据按照统一的标准进行规范，运用深度置信网络对经处理后的数据集开展降维处理，结合粒子群优化算法来优化深度置信网络的权重和偏置，通过搜索整个解空间来找到全局最优解，采用宽度学习网络对低维数据进行学习训练，再将待测试的数据集放入训练好的网络模型中得到最终的分类结果；本申请通过基于深度学习和宽度学习相结合的入侵检测模型提高了网络攻击检测的实时性和可靠性，缩短了训练的时间，有效提升了模型在多样化攻击样本下的检测率。