1.一种用于卫星网络的入侵检测方法，其特征在于，包括：将获取到的待检测通信数据转化为Spark集群下的RDD数据，所述Spark集群由Spark框架搭建；根据预设权值对所述RDD数据进行抽样，得到待分析数据集；对所述待分析数据集进行分类训练得到分类模型；通过所述分类模型对所述RDD数据进行分类，得到分类误差率和分类结果；当判断到所述分类误差率小于预设阈值时，将所述分类结果作为所述待检测通信数据的检测结果；根据预设权值对所述RDD数据进行抽样，得到待分析数据集具体包括：获取所述RDD数据的数据分布信息；根据所述预设权值、所述数据分布信息对所述RDD数据进行抽样，得到待分析数据集；所述预设权值为 其中N为RDD数据中的数据数量，ω m 为第m个数据的预设权值。
2.根据权利要求1所述的用于卫星网络的入侵检测方法，其特征在于，所述当判断到所述分类误差率小于预设阈值时，将所述分类结果作为所述待检测通信数据的检测结果具体包括：判断所述分类误差率是否小于预设阈值，若是，则将所述分类结果作为所述待检测通信数据的检测结果，若否，则更新所述预设权值，重新确定新待分析数据集，直至所述新待分析数据集的分类模型的分类误差率小于所述预设阈值，将对应的分类结果作为所述待检测通信数据的检测结果。
3.根据权利要求2所述的用于卫星网络的入侵检测方法，其特征在于，所述分类误差率为：其中，ε m 为分类误差率，δ为常数，当分类模型得到的分类结果正确时为0，不正确时为1，ω i 为第i个数据的预设权值，h m 为分类模型，x i 为第i个数据的分类模型得出的分类结果，y i 为第i个数据实际的分类结果。
4.根据权利要求3所述的用于卫星网络的入侵检测方法，其特征在于，所述分类结果为：其中，H(x)为分类结果， h m 为开始的基分类器，h m (x)为分类器对数据进行分类的数学模型，K为直至确定检测结果，RDD数据的分类次数。
5.根据权利要求1所述的用于卫星网络的入侵检测方法，其特征在于，所述将获取到的待检测通信数据转化为Spark集群下的RDD数据之前还包括：初始化所述Spark集群，并配置所述Spark集群的工作参数。
6.根据权利要求1所述的用于卫星网络的入侵检测方法，其特征在于，所述将获取到的待检测通信数据转化为Spark集群下的RDD数据之前还包括：通过分布式文件系统获取待检测通信数据。
7.一种用于卫星网络的入侵检测装置，其特征在于，包括：数据转换单元，用于将获取到的待检测通信数据转化为Spark集群下的RDD数据，所述Spark集群由Spark框架搭建；抽样单元，用于根据预设权值对所述RDD数据进行抽样，得到待分析数据集；训练单元，用于对所述待分析数据集进行分类训练得到分类模型；分类单元，用于通过所述分类模型对所述RDD数据进行分类，得到分类误差率和分类结果；赋值单元，用于当判断到所述分类误差率小于预设阈值时，将所述分类结果作为所述待检测通信数据的检测结果；根据预设权值对所述RDD数据进行抽样，得到待分析数据集具体包括：获取所述RDD数据的数据分布信息；根据所述预设权值、所述数据分布信息对所述RDD数据进行抽样，得到待分析数据集；所述预设权值为 其中N为RDD数据中的数据数量，ω m 为第m个数据的预设权值。
8.一种用于卫星网络的入侵检测设备，其特征在于，包括处理器以及存储器；所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行权利要求1至6中任一项所述的用于卫星网络的入侵检测方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1至6中任一项所述的用于卫星网络的入侵检测方法。
