随着移动互联网技术的发展,飞机制造商及航空公司为提升其信息服务化水平设计并使用了“e化”的新一代机型。传统相对封闭的机载网络由于与地面公共开放式网络互联互通,面临数据被非法获取、篡改等一系列机载网络安全隐患。现有的机载网络安全防护技多研究风险评估,未针对机载网络与公共互联网交互的边界处就入侵检测做出算法及技术研究,因此着重研究了基于机载网络的入侵检测防护技术。首先,分析机载网络安全防护技术的国内外研究现状,介绍机载网络域的划分及机载信息系统组成,在此基础上挖掘机载网络面临的网络安全隐患及可能的攻击方式,总结分析了机载网络的入侵检测环境,提出在旅客娱乐信息域与开放域交互的边界处部署入侵检测系统,实验模拟数据采用标准商用以太网数据集。其次,针对商用以太网中有标签数据少的问题,提出一种基于深度生成模型的半监督入侵检测算法。利用变分自编码技术(Variational Auto-Encoder,VAE)将高维数据映射到低维空间,获得原始数据的低维表示,然后用数据的生成模型提高单独使用有标签数据时的分类准确率,解决当前入侵检测算法需要大量有标签数据的问题。最后,针对机载网络对U2R(User to Root,U2R)和R2L(Remote to Local,R2L)异常敏感及目前入侵检测算法对这两种攻击检测率低的问题,提出半监督多层次异常检测算法。借助Kd-tree加快选取K-means初始聚类中心;然后利用Tri-training方法对聚类之后的数据做处理,扩充有标签数据集;最后,借助二叉树模型,提出层次化分类模型用以提高R2L及U2R两种攻击类型的检测率。