1.一種基于bilstm-att網(wǎng)絡的網(wǎng)絡流量異常監(jiān)測方法，其特征在于，所述方法包括：
2.根據(jù)權利要求1所述的基于bilstm-att網(wǎng)絡的網(wǎng)絡流量異常監(jiān)測方法，其特征在于，所述采用滑動時間窗口方法構建多模態(tài)時序特征矩陣，通過信息增益算法計算所述流量特征子集、資源特征子集和服務特征子集中各特征的重要性得分，包括：
3.根據(jù)權利要求1所述的基于bilstm-att網(wǎng)絡的網(wǎng)絡流量異常監(jiān)測方法，其特征在于，所述將所述融合特征子集輸入設定的雙向長短期記憶-注意力網(wǎng)絡，所述雙向長短期記憶-注意力網(wǎng)絡的雙向長短期記憶單元通過輸入門控單元學習所述流量特征子集、資源特征子集和服務特征子集的重要程度，包括：
4.根據(jù)權利要求1所述的基于bilstm-att網(wǎng)絡的網(wǎng)絡流量異常監(jiān)測方法，其特征在于，所述通過遺忘門控單元選擇性保留歷史狀態(tài)信息，通過輸出門控單元控制特征的輸出比例，包括：
5.根據(jù)權利要求1所述的基于bilstm-att網(wǎng)絡的網(wǎng)絡流量異常監(jiān)測方法，其特征在于，所述對輸入的融合特征子集同時進行正向和反向的特征提取，將提取的雙向特征進行拼接融合，利用注意力機制自適應計算不同時間步和不同特征維度的重要性權重，將所述重要性權重與拼接融合的特征進行加權組合得到具有時序上下文信息的目標特征，包括：
6.根據(jù)權利要求1所述的基于bilstm-att網(wǎng)絡的網(wǎng)絡流量異常監(jiān)測方法，其特征在于，所述基于流量特征子集中的流量大小、請求數(shù)量和響應時間特征計算統(tǒng)計指標識別異常區(qū)間，結合資源特征子集中的cpu利用率、內存占用、網(wǎng)絡帶寬特征和服務特征子集中的服務依賴度、調用頻率、錯誤率特征對所述異常區(qū)間進行精確定位和分類，包括：
7.根據(jù)權利要求1所述的基于bilstm-att網(wǎng)絡的網(wǎng)絡流量異常監(jiān)測方法，其特征在于，所述采用基于置信度的多視角決策融合方法對檢測結果進行綜合評估，生成包含異常等級、異常類型和異常原因的檢測報告，包括：
8.一種基于bilstm-att網(wǎng)絡的網(wǎng)絡流量異常監(jiān)測裝置，其特征在于，所述裝置包括：
9.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)權利要求1至7任一項所述的基于bilstm-att網(wǎng)絡的網(wǎng)絡流量異常監(jiān)測方法的步驟。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至7任一項所述的基于bilstm-att網(wǎng)絡的網(wǎng)絡流量異常監(jiān)測方法的步驟。