本发明涉及一种基于卷积神经网络的托攻击检测方法，对原始数据采用不同的托攻击模型进行攻击，获得攻击后的数据集；构建基于卷积神经网络的检测模型并从数据集中选择样本进行训练直至检测模型收敛，封装所述检测模型；采集数据，提取数据的特征参数组成特征向量，输入所述检测模型，所述检测模型输出分类结果为虚假用户或真实用户。本发明利用深度学习思想，提出的模型可提取高维非线性特征以实现托攻击检测，弥补了现有检测方法的不足。本发明基于卷积神经网络的托攻击检测方法具有比现有的托攻击检测方法更加高的准确率和稳定性。