本发明涉及网络安全技术领域，具体涉及一种基于人工智能的网络安全威胁识别方法及系统。该方法根据历史数据训练孪生网络进行数据分类。通过数据重构网络将未知数据的数据量进行扩充，获得大量的与未知数据差异不大，且特征向量靠近异常数据集的生成数据。通过对生成数据与异常数据集的差异距离构建散点图像，根据散点图像中的分布特征和历史数据集的数据离散程度对生成数据进行分类，获得异常生成数据和正常生成数据。将常生成数据和正常生成数据用于更新孪生网络，提高孪生网络的检测范围。本发明通过扩充未知数据的数据量并对孪生网络进行更新，提高了检测范围和检测效率。