一种基于深度学习的异常网络流量检测方法、系统、设备及介质

本发明提供一种基于深度学习的异常网络流量检测方法、系统、设备及介质，涉及网络安全保护技术领域，包括设置离散型数据处理规则；捕获网络流量数据并进行数据拆分和长度修整，再转换为网络流量灰度图像；使用卷积神经网络构建并训练流量检测模型；将网络流量灰度图像输入流量检测模型中，输出网络流量异常概率。本发明可提高网络流量数据监测效率，并提高对异常流量的识别精度，减少异常流量的误报和漏报情况，降低对人力资源的依赖，提升异常网络流量检测系统的整体性能和适应性。