本发明涉及入侵检测技术领域，是一种基于CNN和SLTM的入侵检测方法及装置，其包括以下步骤：构建入侵检测流量数据集；对数据集进行一系列的预处理后映射为二维图像；将预处理得到的二维图像输入到预先训练好的基于CNN和LSTM的入侵检测模型中，二维图像经过此入侵检测模型的CNN层，提取空间信息，CNN层采用上下分支并使用不同尺寸卷积核，将输出的空间特征转换为一维向量输入到LSTM层中提取序列信息；经入侵检测结果得到流量数据的类型标签。本发明基于二分支卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合构建，既能提取流量数据的空间信息，又能提取流量数据的序列信息，与现有技术相比，具有更高的准确率以及精确度，且检测时间能达到实时的要求。