一种基于可靠性样本选择的网络入侵检测方法及系统

本发明公开了一种基于可靠性样本选择的网络入侵检测方法及系统，包括以下步骤：对网络入侵数据进行数据增强，生成更具代表性的样本；然后通过可靠性评估选择高质量样本用于初始模型训练；对模型进行在线训练，当检测到概念漂移时，采用注意力机制引导的可靠性样本选择策略，优先选择对模型训练有价值的样本进行更新；当可靠性样本数量不足时，从非可靠性样本中选择模型损失值高的样本作为补充样本；将待检测样本输入到训练好的模型中，模型输出样本的分类预测结果。通过比较模型的预测结果与真实标签，评估模型的性能；通过上述步骤，本发明能够有效检测网络入侵中的异常行为，提高网络入侵检测系统的适应性和鲁棒性。