一种网络异常检测方法、装置、模型训练方法及电子设备

本发明涉及一种网络异常检测方法、装置、模型训练方法及电子设备，属于计算机技术领域。方法包括：获取待检测网络流量数据集；对待检测网络流量数据集中的数据进行预处理，得到第一数据集；对第一数据集进行特征提取，得到第一特征集；对第一特征集中的特征进行特征融合，得到融合特征集，其中，特征融合包括对同一特征的不同维度的信息进行融合；将融合特征集输入预设的多尺度异常检测神经网络，得到第一异常检测结果。本申请通过对待检测网络流量数据集中的数据进行不同方面特征的融合，为网络异常检测提供了更全面、更丰富的信息；再通过多尺度异常检测神经网络对融合特征集进行不同尺度下异常行为的细节和特征捕捉，提高了异常检测的准确性。