本发明公开了一种基于用户网络流量数据最强路径模型的网络入侵检测方法，属于网络安全技术领域，包括首先基于用户之间的相似性对不完整网络流量数据进行填充；然后根据得到的用户‑网络流量数据矩阵计算用户对网络流量数据的偏好关系，得到网络流量数据‑网络流量数据比较矩阵；再构建有向图，定义网络流量数据‑网络流量数据的路径，寻找网络流量数据间的最大路径，并表达为最强路径矩阵；最后根据最强路径矩阵判断网络流量数据的异常，解决了用网络流量数据最强路径模型来检测用户网络流量是否存在异常的技术问题，本发明得到的网络流量预测结果体现了用户的主观意愿并且结果具有更强抗操纵能力，能够更好的判断网络中是否存在入侵行为。