本发明公开了一种恶意流量识别方法，包括以下步骤：S1:从恶意流量数据集中获取有标签的数据，创建文本语料库；S2:将文本语料库作为输入数据输入到bert模型进行预训练；S3:将预训练后的数据输入到Bi‑GRU；S4:将带有标签的数据集输入到bert模型中进行微调，并通过反向传播和优化算法调整模型参数；S5:使用微调后的bert模型对新的、未见过的网络流量进行识别。一种恶意流量识别系统，应用于一种恶意流量识别方法。本发明在少量有标记的数据集上微调，只需少量标记数据，大大减少了标记数据的工作量，有效地利用未标记数据进行模型的训练和优化，并且拥有极高的准确率，提高恶意流量的识别准确性和效果。