本发明涉及一种基于时空特征融合的网络攻击检测方法和系统，所述方法包括：将待检测的网络流量数据进行预处理，作为训练后的GCN‑BiGRU神经网络模型的输入，通过GCN神经网络模块提取网络流量数据的空间特征，通过BiGRU神经网络模块提取网络流量数据的时间特征，在特征融合模块中对时间特征和空间特征进行特征融合，得到待检测的网络流量数据的分类标签。所述系统包括：采集模块、预处理模块以及分析模块。本发明通过提取网络流量数据的空间特征和时间特征并进行特征融合，将时空特征相结合进行网络攻击检测，有效提高了算法的可靠性。