一种网络入侵检测方法、装置、计算机设备和存储介质

摘要

本发明涉及信息技术领域，特别是涉及一种网络入侵检测方法、装置、计算机设备和存储介质。所述方法包括以下步骤：获取待检测的目标数据并进行预处理；将预处理后的所述目标数据输入预先训练的神经元模型，输出所述目标数据与预设数据模式的匹配概率；根据所述匹配概率确定所述目标数据的分类，根据所述分类判断是否存在入侵数据。本发明提供的网络入侵检测方法应用了神经元模型，并根据神经元网络模块的输入确定目标数据分类，从而判断是否存在入侵。本发明不但能检测一般性的常见攻击数据类型，对于极少数的异常数据同样具有较强的识别能力，提高了检测模型的可靠性、泛化能力以及降低误报率，有利于适应实际应用中可能出现的复杂多变的情况。