1.一种基于麻雀搜索算法优化Bi‑LSTM的网络安全态势预测方法，其特征在于，包括初始化麻雀种群并迭代筛选获取运算结果，具体步骤是：S201麻雀种群初始化，设置迭代次数和误差阈值；S202计算个体适应度，并对其进行排序，确定当前最优适应度值和当前最差适应度值；S203发现者、追随者以及预警麻雀位置更新；S204基于适应度选择个体，并更新全局最优适应度值；S205检测迭代次数或者误差是否满足要求，若不满足则继续迭代回到S202，若满足则保留运算结果；

基于运算结果初始化Bi‑LSTM神经网络超参数，得到经过SSA优化的Bi‑LSTM模型；

对优化后的Bi‑LSTM模型进行训练生成预测模型；

向预测模型中输入预测数据并获取结果。

2.如权利要求1所述的一种基于麻雀搜索算法优化Bi‑LSTM的网络安全态势预测方法，其特征在于，所述对优化后的Bi‑LSTM模型进行训练生成预测模型的具体步骤是：将网络安全态势值序列划分训练集和测试集；

基于训练集使用SSA优化后的Bi‑LSTM模型学习；

生成预测模型。

3.如权利要求2所述的一种基于麻雀搜索算法优化Bi‑LSTM的网络安全态势预测方法，其特征在于，所述向预测模型中输入预测数据并获取结果中，所述预测数据为测试集。