摘要
本发明涉及网络安全技术领域，更具体地说，涉及基于多任务学习的网络安全入侵检测方法及其系统，获取网络流量数据和入侵检测数据；基于网络流量数据，执行数据预处理操作，得到预处理后的网络流量数据；根据预处理后的网络流量数据，将其转换成深度学习框架能够识别的格式，得到格式化的网络流量数据；基于格式化的网络流量数据，将其分割成训练集、验证集和测试集；构建并训练具有两个并行分支的入侵检测模型；基于入侵检测模型的训练结果，得到最终模型；将待判断的网络流量数据输入最终模型，输出该网络流量数据所属的流量类型，本方法不仅提高了计算效率，还实现了不同任务之间的知识迁移，使得模型在处理新型或变种攻击时表现更加出色。
