本发明公开了一种基于深度自编码卷积网络的异常流量检测方法及系统，方法包括步骤：S1、使用预处理后的数据训练多个深度自编码器；S2、将预处理完的数据输入多个自编码器，得到多个不同的降维特征向量；S3、将得到的不同降维特征向量与预处理完的数据进行特征拼接，并用其训练卷积神经网络得到最优的分类网络模型；S4、将预处理后的未知数据和自编码器模块的输出拼接后输入到训练好的网络模型，使用softmax激活函数对卷积神经网络输出进行分类，得到预测结果。检测系统包括数据预处理模块、深度自编码器模块、卷积神经网络模块和系统管理模块。本发明解决了传统异常流量检测方案对于专家系统的依赖以及传统流量检测模型准确率较低且泛化能力差的问题。