一种船舶网络分层入侵检测方法及系统

本发明提供了一种船舶网络分层入侵检测方法及系统，先从船舶网络的多个层次中获取多维度流量数据并进行预处理，再采用深度神经网络模型对预处理后的流量数据进行特征提取，得到多维度流量数据的特征向量，然后基于随机森林算法建立异常检测模型，并将特征向量输入至异常检测模型得到流量数据的异常分数，并通过与预设分数阈值进行比对判断出置信流量和质疑流量，最后基于双向门控循环神经网络和卷积神经网络建立异常流量分类模型，并将质疑流量输入至异常流量分类模型分别得到质疑流量属于不同已知攻击类型的概率并分别与预设阈值进行比对，进而判断出所属攻击类型以及是否为零日攻击，并执行相应的防御策略，以完成船舶网络的分层入侵检测。