本發(fā)明提供一種基于時序神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)入侵檢測方法。該方法包括：收集待檢測點中的網(wǎng)絡(luò)流量數(shù)據(jù)，將所述網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行分類存儲；對分類存儲的網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行預(yù)處理，所述預(yù)處理包括符號特征數(shù)值化和特征值歸一化；訓(xùn)練GRU網(wǎng)絡(luò)，利用訓(xùn)練好的GRU網(wǎng)絡(luò)對預(yù)處理后的網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行檢測；若檢測數(shù)據(jù)結(jié)果表現(xiàn)為正常流量，則允許流量通過當(dāng)前檢測點；若檢測數(shù)據(jù)結(jié)果表現(xiàn)為攻擊流量，則向用戶發(fā)出警報。本發(fā)明通過采用GRU網(wǎng)絡(luò)，在LSTM基礎(chǔ)上進(jìn)一步簡化了網(wǎng)絡(luò)結(jié)構(gòu)，不僅可以有效解決了RNN中存在的不足，而且相比于LSTM更貼近于網(wǎng)絡(luò)實時性的要求。