1.一种基于人工智能的网络安全自动预警方法，其特征在于，包括：获取历史入侵事件数据、网络安全数据集和当前网络态势数据；

从所述历史入侵事件数据、所述网络安全数据集和所述当前网络态势数据中提取网络安全多模态信息关联特征向量和当前网络态势文本语义特征向量；

基于所述网络安全多模态信息关联特征向量和所述当前网络态势文本语义特征向量，判断是否发出网络安全预警警报；

其中，基于所述网络安全多模态信息关联特征向量和所述当前网络态势文本语义特征向量，判断是否发出网络安全预警警报，包括：融合所述网络安全多模态信息关联特征向量和所述当前网络态势文本语义特征向量以得到预警警报判断分类特征向量；

对预警警报判断分类特征向量进行基于游走模式模拟的熵退化最大化优化以得到稀疏优化预警警报判断分类特征向量；

将所述稀疏优化预警警报判断分类特征向量通过分类器以得到分类结果，所述分类结果用于判断是否发出网络安全预警警报。

2.根据权利要求1所述的基于人工智能的网络安全自动预警方法，其特征在于，从所述历史入侵事件数据、所述网络安全数据集和所述当前网络态势数据中提取网络安全多模态信息关联特征向量和当前网络态势文本语义特征向量，包括：对所述历史入侵事件数据进行特征提取以得到历史入侵事件全局特征向量；

对所述网络安全数据集进行特征提取以得到网络安全数据文本理解特征向量；

关联所述历史入侵事件全局特征向量和所述网络安全数据文本理解特征向量以得到所述网络安全多模态信息关联特征向量；

对所述当前网络态势数据进行特征提取以得到所述当前网络态势文本语义特征向量。

3.根据权利要求2所述的基于人工智能的网络安全自动预警方法，其特征在于，对所述历史入侵事件数据进行特征提取以得到历史入侵事件全局特征向量，包括：对所述历史入侵事件数据进行重采样以得到历史入侵事件重采样数据；

将所述历史入侵事件重采样数据通过基于对抗生成网络的历史入侵事件重采样数据生成器以得到历史入侵事件平衡文本数据；

将所述历史入侵事件平衡文本数据通过历史入侵事件平衡文本上下文语义编码器以得到所述历史入侵事件全局特征向量。

4.根据权利要求3所述的基于人工智能的网络安全自动预警方法，其特征在于，对所述网络安全数据集进行特征提取以得到网络安全数据文本理解特征向量，包括：对所述网络安全数据集进行分词并通过网络安全数据项嵌入编码器以得到网络安全数据项嵌入向量的序列；

将所述网络安全数据项嵌入向量的序列通过网络安全数据项多尺度邻域特征提取模块以得到所述网络安全数据文本理解特征向量。

5.根据权利要求4所述的基于人工智能的网络安全自动预警方法，其特征在于，关联所述历史入侵事件全局特征向量和所述网络安全数据文本理解特征向量以得到所述网络安全多模态信息关联特征向量，包括：以数组形式获取历史入侵事件全局特征向量和网络安全数据文本理解特征向量；

将所述历史入侵事件全局特征向量和所述网络安全数据文本理解特征向量分别序列化为字节流，并保存到文件中；

使用ObjectInputStream机制从文件中读取序列化的历史入侵事件全局特征向量和序列化的网络安全数据文本理解特征向量；

读取到序列化的历史入侵事件全局特征向量和序列化的网络安全数据文本理解特征向量后，计算所述历史入侵事件全局特征向量和所述网络安全数据文本理解特征向量的乘积，得到网络安全多模态信息关联特征向量；

将计算得到的网络安全多模态信息关联特征向量序列化并保存到文件中。

6.根据权利要求5所述的基于人工智能的网络安全自动预警方法，其特征在于，对所述当前网络态势数据进行特征提取以得到所述当前网络态势文本语义特征向量，包括：将所述当前网络态势数据通过基于转换器的当前网络态势数据语义编码器以得到多个当前网络态势文本特征向量；

对所述多个当前网络态势文本特征向量进行拼接以得到所述当前网络态势文本语义特征向量。

7.根据权利要求6所述的基于人工智能的网络安全自动预警方法，其特征在于，对预警警报判断分类特征向量进行基于游走模式模拟的熵退化最大化优化以得到稀疏优化预警警报判断分类特征向量，包括：提取分类器中的学习参数矩阵的各个行向量作为入侵预警学习参数行向量的集合；

计算所述预警警报判断分类特征向量与所述入侵预警学习参数行向量的集合中的各个入侵预警学习参数行向量之间的入侵预警熵退化最大化模拟值以得到入侵预警熵退化最大化模拟值的集合；

基于所述入侵预警熵退化最大化模拟值的集合中的各个入侵预警熵退化最大化模拟值与预设阈值之间的比较，对所述学习参数矩阵进行门控剪枝处理以得到入侵预警学习参数熵退化优化矩阵；

将所述预警警报判断分类特征向量与所述入侵预警学习参数熵退化优化矩阵进行矩阵相乘以得到所述稀疏优化预警警报判断分类特征向量。

8.一种基于人工智能的网络安全自动预警装置，其特征在于，包括：网络安全数据获取模块，用于获取历史入侵事件数据、网络安全数据集和当前网络态势数据；

网络安全数据处理模块，用于从所述历史入侵事件数据、所述网络安全数据集和所述当前网络态势数据中提取网络安全多模态信息关联特征向量和当前网络态势文本语义特征向量；

网络安全预警警报判断模块，用于基于所述网络安全多模态信息关联特征向量和所述当前网络态势文本语义特征向量，判断是否发出网络安全预警警报；

其中，基于所述网络安全多模态信息关联特征向量和所述当前网络态势文本语义特征向量，判断是否发出网络安全预警警报，包括：融合所述网络安全多模态信息关联特征向量和所述当前网络态势文本语义特征向量以得到预警警报判断分类特征向量；

对预警警报判断分类特征向量进行基于游走模式模拟的熵退化最大化优化以得到稀疏优化预警警报判断分类特征向量；

将所述稀疏优化预警警报判断分类特征向量通过分类器以得到分类结果，所述分类结果用于判断是否发出网络安全预警警报。

9.根据权利要求8所述的基于人工智能的网络安全自动预警装置，其特征在于，网络安全数据处理模块，包括：对所述历史入侵事件数据进行特征提取以得到历史入侵事件全局特征向量；

对所述网络安全数据集进行特征提取以得到网络安全数据文本理解特征向量；

关联所述历史入侵事件全局特征向量和所述网络安全数据文本理解特征向量以得到所述网络安全多模态信息关联特征向量；

对所述当前网络态势数据进行特征提取以得到所述当前网络态势文本语义特征向量。