技术特征：
1.一种基于主机数据流特征提取的网络数据流异常检测方法，其特征在于，方法步骤如下：s1、获取待检测主机的历史流量数据集；s2、对历史流量数据集进行预处理；预处理内容包括缺失值处理、格式与内容处理、去除重复的数据和噪音数据的处理；s3、对预处理后的历史流量数据集进行数据流特征提取：从n维度对历史流量数据集中的流量特征属性进行选取，并定义，再将定义后的特征属性一一对应映射到k维上，获得新的数据流量特征；s4、对上述的新的数据流量特征取平均值；s5、以s4中的平均值为基础，建立偏差计算模型；s6、将所有新的数据流量特征带入偏差计算模型，计算出所有新的数据流量特征的偏差；s7、进行偏差汇总，得到偏离集合，设定偏离阈值；s8、进行流量异常检测时，获取实时的数据流特征；s9、将实时的数据流特征带入偏差计算模型，得到实时偏差；s10、根据偏离阈值判断实时偏差的偏离情况，超出阈值时，判断为网络数据流异常，在阈值范围内，判断为网络数据流量正常。2.根据权利要求1所述的一种基于主机数据流特征提取的网络数据流异常检测方法，其特征在于，s1中的历史流量数据集包括多个特定时间段内，所有时间窗口的报文传输类型、报文传输数量、报文传输速度和报文传输内容。3.根据权利要求1所述的一种基于主机数据流特征提取的网络数据流异常检测方法，其特征在于，在s2中，缺失值处理需要根据缺失率和重要性，去除字段、填充缺失值、重新取数据。4.根据权利要求1所述的一种基于主机数据流特征提取的网络数据流异常检测方法，其特征在于，检测后，将异常网络数据流存入数据库，并对偏差计算模型进行优化。