基于度量元学习的入侵检测方法、系统及存储介质

本发明属于网络安全技术领域，公开了一种基于度量元学习的入侵检测方法、系统及存储介质。入侵检测方法包括：S1、获取流量数据并进行预处理；S2、划分训练集、验证集以及测试集，并生成由支持集与查询集所构成的任务；S3、采用自相关表示模块与互相关注意模块构建入侵检测模块，并将入侵检测模块嵌入骨干网络形成入侵检测模型；S4、构建元学习框架，通过元学习的方式使用训练集优化检测模型的样本空间映射函数参数，寻找该检测模型下最优元学习器，微调达到对新任务检测的最佳状态；S5、将入侵检测模型用于实际的入侵检测。本发明方法模型泛化性强，能够对少量样本类别进行训练并在评估中保持较高准确率，提升对小样本入侵检测的分类效果。