1.一种恶意加密流量检测方法，其特征在于，包括：利用会话重组算法对实时网络流量数据集进行关联，得到网络状态表；对由所述网络状态表进行特征提取的结果进行处理，分别得到时序特征向量、协议特征向量和主机行为特征向量；对所述时序特征向量、所述协议特征向量和所述主机行为特征向量进行融合处理，得到多模态特征向量，包括：将对所述时序特征向量、所述协议特征向量和所述主机行为特征向量依次输入至多层感知机网络中，分别得到所述时序特征向量、所述协议特征向量和所述主机行为特征向量相对应的注意力权重；基于所述时序特征向量、所述协议特征向量和所述主机行为特征向量与其相对应的注意力权重进行加权求和得到所述多模态特征向量；通过构建好的语义空间映射网络模型对所述多模态特征向量进行映射处理，得到语义特征向量，其中，所述映射处理过程被配置为至少由与修正线性激活函数结合的归一化处理中间层和残差网络层构建的语义空间映射网络模型对多模态特征向量进行处理；基于所述语义特征向量和确定的典型恶意加密流量之间的分析结果，确定得到所述实时网络流量数据集中对应的恶意加密流量的检测结果，包括：基于原型学习方法对所述典型恶意加密流量进行提取，得到若干个原型向量；基于所述语义特征向量和所述原型向量之间的相似度，确定得到所述实时网络流量数据集中对应的恶意加密流量的检测结果。
2.如权利要求1所述的恶意加密流量检测方法，其特征在于，所述利用会话重组算法对实时网络流量数据集进行关联，得到网络状态表，关联过程包括：基于五元组对所述实时网络流量数据集进行标识处理，形成通信会话，其中，所述通信会话包括会话标识、会话状态、上下行数据集数量、上下行总字节数和会话时间；利用会话重组算法对所述通信会话进行关联处理，得到所述网络状态表。
3.如权利要求1所述的恶意加密流量检测方法，其特征在于，所述对由所述网络状态表进行特征提取的结果进行处理，分别得到时序特征向量、协议特征向量和主机行为特征向量，包括：对所述网络状态表进行特征提取，提取得到时序特征、协议特征和主机行为特征；利用时序特征提取网络对所述时序特征进行压缩处理，得到所述时序特征向量；利用协议特征提取网络对所述协议特征进行编码转换，得到所述协议特征向量；利用基于自注意力机制的深度神经网络对所述主机行为特征进行处理，得到所述主机行为特征向量。
4.如权利要求3所述的恶意加密流量检测方法，其特征在于，所述对所述网络状态表进行特征提取，提取得到时序特征、协议特征和主机行为特征，其中，所述时序特征的提取过程包括：获取所述网络状态表中的时序数据；利用滑动窗口方法对所述时序数据进行规范化处理，得到时序片段；利用函数统计方法对所述时序片段进行提取，得到所述时序特征。
5.如权利要求3所述的恶意加密流量检测方法，其特征在于，所述对所述网络状态表进行特征提取，提取得到时序特征、协议特征和主机行为特征，其中，所述协议特征的提取过程包括：提取所述网络状态表中的协议数据；利用传输安全性协议记录层对所述协议数据进行分片封装处理，得到不同类型的协议内容；利用传输安全性协议握手层对所述协议内容进行解析，得到所述协议特征。
6.如权利要求3所述的恶意加密流量检测方法，其特征在于，所述对所述网络状态表进行特征提取，提取得到时序特征、协议特征和主机行为特征，其中，所述主机行为特征的提取过程包括：获取所述网络状态表中的主机活动模式；利用网络流量监测方法对所述主机活动模式进行提取，得到所述主机行为特征，其中，所述主机行为特征包括DNS查询行为特征、连接建立模式、协议分布特征和目标地址分布特征。
7.如权利要求1所述的恶意加密流量检测方法，其特征在于，在确定得到所述实时网络流量数据集中对应的恶意加密流量的检测结果后，所述恶意加密流量检测方法还包括：利用自然语言模型对所述检测结果进行处理，生成检测日志，发给网络安全终端；利用所述网络安全终端中预设的处理库对所述恶意加密流量进行处理。
8.一种恶意加密流量检测系统，其特征在于，包括：关联模块，用于利用会话重组算法对实时网络流量数据集进行关联，得到网络状态表；提取模块，用于对由所述网络状态表进行特征提取的结果进行处理，分别得到时序特征向量、协议特征向量和主机行为特征向量；融合模块，用于对所述时序特征向量、所述协议特征向量和所述主机行为特征向量进行融合处理，得到多模态特征向量，包括：将对所述时序特征向量、所述协议特征向量和所述主机行为特征向量依次输入至多层感知机网络中，分别得到所述时序特征向量、所述协议特征向量和所述主机行为特征向量相对应的注意力权重；基于所述时序特征向量、所述协议特征向量和所述主机行为特征向量与其相对应的注意力权重进行加权求和得到所述多模态特征向量；映射模块，用于通过构建好的语义空间映射网络模型对所述多模态特征向量进行映射处理，得到语义特征向量，其中，所述映射处理过程被配置为至少由与修正线性激活函数结合的归一化处理中间层和残差网络层构建的语义空间映射网络模型对多模态特征向量进行处理；确定模块，用于基于所述语义特征向量和确定的典型恶意加密流量之间的分析结果，确定得到所述实时网络流量数据集中对应的恶意加密流量的检测结果，包括：基于原型学习方法对所述典型恶意加密流量进行提取，得到若干个原型向量；基于所述语义特征向量和所述原型向量之间的相似度，确定得到所述实时网络流量数据集中对应的恶意加密流量的检测结果。
