本发明提出了一种基于联合随机森林的网络入侵检测方法；各参与方首先准备本地网络流量数据集，对数据进行预处理，训练得到本地第一随机森林模型并将该模型上传至中心服务器；中心服务器将各参与方的模型集成为集成随机森林模型并分发给各参与方；各参与方在本地构造用于逻辑回归模型训练的新数据集；中心服务器和各参与方协同完成逻辑回归模型的训练；对训练得到的联合随机森林模型调整后，将集成随机森林模型和逻辑回归模型部署到本地并执行入侵检测任务。该方法可以实现各参与方在充分保护数据隐私的前提下，构建出高效、鲁棒、可解释且可拓展的入侵检测模型。