1.一种web入侵检测方法，所述方法包括：获取web访问请求；

根据预先训练好的web入侵检测模型，检测所述web访问请求是否为web入侵访问请求；

统计检测到的web入侵访问请求的数量；

当所述检测到的web入侵访问请求的数量大于预设数量阈值时，根据所述检测到的web入侵访问请求重新训练web入侵检测模型；

将所述预先训练好的web入侵检测模型替换为重新训练的web入侵检测模型；

根据所述重新训练的web入侵检测模型对再次获取到的web访问请求进行检测。

2.根据权利要求1所述的方法，其特征在于，所述获取web访问请求之前，还包括：获取模型样本数据；

对于所述模型样本数据中的每个web入侵访问请求，提取所述web入侵访问请求中包括的预设特征字符；

根据提取到的预设特征字符构建所述web入侵访问请求对应的访问请求特征向量；

根据每个web入侵访问请求对应的访问请求特征向量训练web入侵检测模型，得到预先训练的web入侵检测模型。

3.根据权利要求2所述的方法，其特征在于，所述获取模型样本数据，包括：获取模型训练指令；

根据所述模型训练指令，调用web入侵访问请求生成程序批量生成web入侵访问请求；

以批量生成的web入侵访问请求作为模型样本数据。

4.根据权利要求1所述的方法，其特征在于，所述根据预先训练好的web入侵检测模型，检测所述web访问请求是否为web入侵访问请求，包括：根据预设特征字符库，从所述web访问请求中提取包括的预设特征字符；

根据提取到的预设特征字符构建所述web访问请求对应的访问请求特征向量；

将构建的访问请求特征向量输入预先训练好的web入侵检测模型进行检测，得到检测结果；

根据检测结果确定所述web访问请求是否为web入侵访问请求。

5.根据权利要求1所述的方法，其特征在于，所述根据所述重新训练的web入侵检测模型对再次获取到的web访问请求进行检测之后，还包括：当检测到所述再次获取的web访问请求为web入侵访问请求时，拒绝所述再次获取的web访问请求；

当检测到所述再次获取的web访问请求为web正常访问请求时，根据所述再次获取的web访问请求查询数据。

6.根据权利要求5所述的方法，其特征在于，所述根据所述重新训练的web入侵检测模型对再次获取的web访问请求进行检测，包括：从再次获取的web访问请求中提取访问路径；

获取所述提取到的访问路径中包括的预设特征字符；

根据获取到的预设特征字符，生成所述再次获取的web访问请求对应的访问请求特征向量；

将生成的访问请求特征向量输入所述重新训练的web入侵检测模型，获得检测结果。

7.根据权利要求6所述的方法，其特征在于，所述获取所述提取到的访问路径中包括的预设特征字符，包括：对提取到的访问路径进行字符分割，得到分割字符；

根据预设特征字符库中的预设特征字符识别所述分割字符中的预设特征字符；

提取识别到的预设特征字符。

8.一种web入侵检测装置，其特征在于，所述装置包括：访问请求获取模块，用于获取web访问请求；

访问请求检测模块，用于根据预先训练好的web入侵检测模型，检测所述web访问请求是否为web入侵访问请求；

入侵请求统计模块，用于统计检测到的web入侵访问请求的数量；

模型重新训练模块，用于当所述检测到的web入侵访问请求的数量大于预设数量阈值时，根据所述检测到的web入侵访问请求重新训练web入侵检测模型；

检测模型替换模块，用于将所述预先训练好的web入侵检测模型替换为重新训练的web入侵检测模型；

所述访问请求检测模块还用于根据所述重新训练的web入侵检测模型对再次获取到的web访问请求进行检测。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。