本发明涉及一种网络攻击样本生成方法及装置，在网络监测数据出现异常且无法识别异常类型的监测数据时，对其进行人工识别和标注，形成数据集，针对数据集采用PSO方法进行特征选择，并根据特征选择的结果形成最终数据集，将其输入到生成对抗网络中以生成网络攻击样本。本发明中首先使用PSO进行特征选择，可以提高样本生成效率和分类方法性能，再使用改进的生成对抗网络进行样本生成，解决了样本不平衡的问题。(56)对比文件朱江;明月;王森.基于深度自编码网络的安全态势要素获取机制.计算机应用.2017,(第03期),全文.冯向荣;吴俊.基于云模型和支持向量机的入侵检测特征选择方法.华中师范大学学报(自然科学版).2013,(第01期),全文.