一种基于增量学习的网络入侵流量检测方法及系统

本发明公开了一种基于增量学习的网络入侵流量检测方法，所述方法包括：构建多维时间序列特征；将所述多维时间序列特征按照时间顺序排列，构成时间序列特征矩阵；将所述时间序列特征矩阵输入到预训练的第一恶意流量检测模型，输出流量样本的类别概率分布；基于增量的学习任务进行第二恶意流量检测模型训练，并利用所述输出流量样本的类别概率分布将所述第二恶意流量检测模型训练与所述第一恶意流量检测模型进行对齐，优化所述第二恶意流量检测模型性能；将优化好的第二恶意流量检测模型作为最终的恶意流量检测模型对网络流量进行检测，得到恶意流量检测结果。本发明实现了高效率的恶意流量检测。