本发明涉及一种基于人工智能的内网流量检测方法及系统，属于网络安全技术领域，包括：通过流量探针截取网络实时流量数据，建立网络流量模型；基于网络流量模型对内网流量进行判定，预设迭代周期和流量预测模型，根据迭代周期对流量预测模型进行训练迭代，对新输入的实时网络流量数据进行预测得到预测流量数据；根据每个周期的实际流量与在线动态阈值的偏差，定义标准化异常系数序列；通过标准化异常系数序列设定异常边界触发阈值，构建异常检测模型；将流量预测模型输出的预测流量数据作为异常检测模型的输入序列得到流量异常程度和异常持续时间。降低了系统安全运维的难度和内部安全事件发生的概率，并加强了系统抵御外部入侵的能力。