一种网络入侵检测方法、装置、计算机设备及存储介质

本发明属于信息安全领域，涉及一种网络入侵检测方法、装置、计算机设备及存储介质，所述方法包括：采集历史流量数据，并且对历史流量数据进行结构化预处理；基于正常流量即多数类与攻击流量即少数类的类间差距，通过主动边界过采样，生成新的合成少数类样本；构建分支卷积神经网络模型，为不同协议层设计独立的分支网络，区分正常与各类异常流量；对分支卷积神经网络模型进行有监督训练，优化模型参数；将训练优化好的分支卷积神经网络模型部署到生产环境，进行实时流量入侵检测；持续收集分支卷积神经网络模型在真实环境中的预测反馈和新的网络威胁样本。可优化主动边界；可控性与安全性强；可进行协议层特征智能识别。