本发明公开了一种基于改进XGBoost算法的数据中台入侵分类检测方法，涉及数据中台入侵分类检测技术领域。该基于改进XGBoost算法的数据中台入侵分类检测方法包括XGB‑DNN模型设计以及算法，所述XGB‑DNN模型设计包括以下步骤：输入、输出。所述XGB‑DNN模型是由XGBoost和DNN所构成的组合模型。使用XGBoost算法进行特征选择。XGBoost算法是采用分步前向加性模型，只不过在每次迭代中生成弱学习器后不再需要计算一个系数，算法通过优化结构化损失函数，通过加入正则项的损失函数，起到降低过拟合的风险，来实现弱学习器的生成。XGBoost算法没有采用搜索算法，而是直接利用了损失函数的一阶导数和二阶导数值，并通过预排序、加权分位数等技术来大大提高算法的性能。