基于多维特征协同分析的网络入侵检测方法、设备和存储介质

本申请涉及人工智能技术领域，提供了基于多维特征协同分析的网络入侵检测方法，该方法包括：计算原始流量特征矩阵中任意两特征列的关联度ηij，当ηij＞ηthr时，通过Qij＝Xi·Xj+(1‑ηij)×(Xi+Xj)生成新特征，输出降维特征矩阵对降维特征矩阵X′进行非线性空间变换，通过可学习记忆库动态检索关联知识，融合当前输入特征与记忆增强特征，输出精炼特征；将精炼特征分解至生物神经振荡频段并施加载波调制，进行特征重构生成时空关联张量；融合精炼特征与时空关联张量，经多级抽象压缩与正则化处理，输出入侵行为分类概率；基于分类置信度筛选困难样本构建训练库，获得常规检测模型与专精检测模型；实时检测时优先调用专精模型，当置信度小于置信度阈值时切换至常规模型。