一种基于零样本学习的入侵检测方法、系统、设备和介质

本发明公开了一种基于零样本学习的入侵检测方法、系统、设备和介质，其从多源原始数据中提取已知入侵类别特征，生成训练样本集；构建隐藏层设置有耦合自编码器的零样本学习模型，所述零样本学习模型通过基于词向量的入侵场景知识图谱建立特征空间与语义空间的映射；耦合自编码器包括联合学习的已知入侵类别自编码器和未知入侵类别自编码器；采用训练样本集对零样本学习模型进行训练，学习已知入侵类别特征与词向量的映射逻辑，并将映射逻辑迁移至未知入侵类别语义空间；将实时数据输入至训练后的零样本学习模型中，得到实时数据的入侵类别。采用本发明实施例，能够适应不同类型和变化的入侵行为，缓解样本发布发散问题，提升检测精度。