本申请公开了一种入侵检测的方法，包括：对获取到的数据集中的数据进行分类，数据的类别包括大样本和小样本；对数据集中类别为小样本的数据进行数据扩充；将扩充后的数据集划分为训练集和测试集，并利用训练集对预设网络模型进行训练，利用测试集对训练后的预设网络模型进行性能评估；确定性能最佳的预设网络模型为入侵检测模型，并利用入侵检测模型对获取到的感知数据进行入侵检测。本申请通过对数据集中类别为小样本的数据进行数据扩充，避免了学习器对小样本产生欠拟合现象，提高了模型的学习效率和泛化能力，进而提高了入侵检测的准确率。本申请同时还提供了一种入侵检测的系统、设备及可读存储介质，具有上述有益效果。