本发明公开了一种基于混合深度学习的网络流量异常检测方法，所述方法，包括：步骤1：获取原始数据集，对数据进行预处理；步骤2：使用条件生成对抗网络进行数据重采样，得到平衡数据集；步骤3：模型训练，构造DRSN‑BiLSTM网络模型获取流量的特征，之后使用softmax分类器进行分类，得到异常流量检测结果；步骤4：根据异常流量检测的结果对整个入侵检测模型的准确率，精确度，F1分数，召回率进行评价，为网络流量异常检测提供了一种可行的方法。