本发明公开了一种基于变分自编码器和深度回声状态网络的工业入侵检测方法，涉及一种工业控制网络入侵检测方法。该方法实现方式为：将捕获的数据集进行标准化处理，划分训练集与测试集，考虑到样本不平衡问题，利用变分自编码器的概率生成特性，生成少数类攻击样本，将处理好的数据送入待训练的深度回声状态网络模型，回声状态网络由于舍弃了反向传播机制，极大缩短了训练时间，并且通过堆叠储备池可以有效提取数据中的潜在特征。结果表明，本发明不仅取得了相对较短的训练耗时，其检测性能如准确率、精确率和检出率等也有了一定的提升，更适合工业环境，此外，当入侵检测数据集存在样本不平衡问题时，本发明依然可以取得良好的检测效果。