أصبح نظام الكشف عن الاختراق (IDS) طبقة أساسية في جميع الأنظمة الحديثة في مجال تكنولوجيا المعلومات والاتصالات (ICT) نظرًا للحاجة المتزايدة إلى الأمان السيبراني في الحياة اليومية. وتتمثل الأسباب في عدم اليقين المتعلق بتحديد أنواع الهجمات، بالإضافة إلى التComplexity المتزايدة للهجمات السيبرانية المتقدمة، مما يستدعي الحاجة إلى دمج الشبكات العصبية العميقة (DNNs). في هذه الورقة، تم استخدام الشبكات العصبية العميقة للتنبؤ بالهجمات على نظام الكشف عن الاختراق الشبكي (N-IDS). وقد تم تطبيق شبكة عصبية عميقة ب معدل تعلم قدره 0.1، وتم تشغيلها لمدة 1000 دورة (epochs)، واستُخدمت مجموعة بيانات KDDCup-99 لتدرّيب الشبكة ومقارنة أدائها. ولأغراض المقارنة، تم إجراء التدريب على نفس المجموعة باستخدام عدة خوارزميات تعلم آلي كلاسيكية، بالإضافة إلى شبكات عصبية عميقة تتراوح عدد طبقاتها بين 1 و5. وتم مقارنة النتائج واستخلاص الاستنتاج بأن الشبكة العصبية العميقة ذات 3 طبقات أظهرت أداءً متفوقًا مقارنةً بجميع الخوارزميات الكلاسيكية لتعلم الآلة الأخرى.