本申请涉及一种涉及神经网络模型领域，尤其是涉及一种检测网络入侵用神经网络模型的训练方法、系统及设备，其方法包括获取待检测设备的数据传输类型；基于数据传输类型判断待检测设备接收和/或发送的数据的可疑性；在数据为可疑数据时，获取可疑数据对应的数据日志；基于数据日志，提取训练特征并获取攻击标签；输出训练特征和对应的攻击标签，对神经网络模型进行训练。可疑数据为待检测设备收到的实际数据，并非人为编辑的数据，这些实际数据又具有可疑性，即实际数据有较大概率为攻击数据；使用攻击数据对神经网络模型进行训练，便于提高神经网络模型的精度，便于提高神经网络模型训练精度和使用时输出准确度较高的攻击类型。