1.一種網(wǎng)絡(luò)入侵檢測(cè)方法，其特征在于，包括：
獲取待檢測(cè)流量的特征向量；
采用深度神經(jīng)網(wǎng)絡(luò)對(duì)所述特征向量進(jìn)行檢測(cè)，確定所述待檢測(cè)流量屬于的網(wǎng)絡(luò)入侵類別，其中，所述深度神經(jīng)網(wǎng)絡(luò)是對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練后生成的，所述訓(xùn)練數(shù)據(jù)包括：正常樣本的特征向量和攻擊樣本的特征向量，所述攻擊樣本包括：原始攻擊樣本，以及，對(duì)所述原始攻擊樣本添加噪聲后的樣本。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述得到所述待檢測(cè)流量的特征向量之后，所述方法還包括：
根據(jù)線性分類器對(duì)所述特征向量進(jìn)行識(shí)別，確定所述待檢測(cè)流量是否需要采用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)，以便在需要采用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)時(shí)，采用深度神經(jīng)網(wǎng)絡(luò)對(duì)所述特征向量進(jìn)行檢測(cè)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：
收集原始樣本，所述原始樣本包括：正常樣本和原始攻擊樣本；
對(duì)所述原始攻擊樣本添加噪聲，得到添加噪聲后的攻擊樣本；
對(duì)所述正常樣本、原始攻擊樣本和添加噪聲后的攻擊樣本分別進(jìn)行特征提取，得到正常樣本的特征向量和攻擊樣本的特征向量，所述攻擊樣本包括原始攻擊樣本和添加噪聲后的攻擊樣本；
將所述正常樣本的特征向量和攻擊樣本的特征向量作為訓(xùn)練數(shù)據(jù)，對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練，生成所述深度神經(jīng)網(wǎng)絡(luò)。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)所述原始攻擊樣本添加噪聲，得到添加噪聲后的攻擊樣本，包括：
根據(jù)預(yù)先確定的樣本庫(kù)和規(guī)則庫(kù)，對(duì)所述原始攻擊樣本添加噪聲，得到添加噪聲后的攻擊樣本。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，對(duì)應(yīng)每個(gè)原始攻擊樣本，相應(yīng)的添加噪聲后的攻擊樣本的個(gè)數(shù)為多個(gè)。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述添加噪聲后的攻擊樣本的個(gè)數(shù)與對(duì)應(yīng)的原始攻擊樣本所屬類別的已有攻擊樣本數(shù)量成反比。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述深度神經(jīng)網(wǎng)絡(luò)包括：多層自編碼網(wǎng)絡(luò)。
8.一種網(wǎng)絡(luò)入侵檢測(cè)裝置，其特征在于，包括：
獲取模塊，用于獲取待檢測(cè)流量的特征向量；
檢測(cè)模塊，用于采用深度神經(jīng)網(wǎng)絡(luò)對(duì)所述特征向量進(jìn)行檢測(cè)，確定所述待檢測(cè)流量屬于的網(wǎng)絡(luò)入侵類別，其中，所述深度神經(jīng)網(wǎng)絡(luò)是對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練后生成的，所述訓(xùn)練數(shù)據(jù)包括：正常樣本的特征向量和攻擊樣本的特征向量，所述攻擊樣本包括：原始攻擊樣本，以及，對(duì)所述原始攻擊樣本添加噪聲后的樣本。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，還包括：
分類模塊，用于根據(jù)線性分類器對(duì)所述特征向量進(jìn)行識(shí)別，確定所述待檢測(cè)流量是否需要采用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)，以便在需要采用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)時(shí)，觸發(fā)所述檢測(cè)模塊執(zhí)行。
10.根據(jù)權(quán)利要求8所述的裝置，其特征在于，還包括：
訓(xùn)練模塊，用于收集原始樣本，所述原始樣本包括：正常樣本和原始攻擊樣本；對(duì)所述原始攻擊樣本添加噪聲，得到添加噪聲后的攻擊樣本；對(duì)所述正常樣本、原始攻擊樣本和添加噪聲后的攻擊樣本分別進(jìn)行特征提取，得到正常樣本的特征向量和攻擊樣本的特征向量，所述攻擊樣本包括原始攻擊樣本和添加噪聲后的攻擊樣本；將所述正常樣本的特征向量和攻擊樣本的特征向量作為訓(xùn)練數(shù)據(jù)，對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練，生成所述深度神經(jīng)網(wǎng)絡(luò)。