В настоящее время внедрение компьютерных сетей с динамической топологией становится повсеместным явлением. В повседневной жизни мы часто с ними сталкиваемся, сами того не подозревая. Мобильные, автомобильные, морские и воздушные динамические сети наблюдаются повсюду, а их отличительной особенностью является постоянное изменение структуры за счет обновления конечных узлов в сети. Благодаря такому широкому распространению в этих сетях возникает достаточное количество угроз нарушения безопасности как на аппаратном уровне, так и на уровне программного обеспечения. Такие угрозы не могут оставаться без внимания. В связи с этим данная работа посвящена рассмотрению основных угроз нарушения безопасности на программном и сетевом уровнях в сетях с динамической топологией и проблем, возникающих при обучении глубокой нейронной сети для обнаружения данных угроз. Проведен анализ проблем обучения глубоких нейронных сетей и предложена методика их устранения с использованием изученных методов решения подобных проблем. В результате практической реализации методики возможно получить правильно обученную нейронную сеть, которая позволит эффективно обнаруживать угрозы нарушения безопасности в режиме реального времени.