1.一种基于神经网络模型和哈希匹配的sql检测方法，其特征在于，包括：
将获取的sql语句转化为sql语句模板，通过预设特征提取模型提取带标记sql语句模板集合的特征向量，所述标记用于表征sql语句模板正常或异常，将特征向量输入到神经网络模型中对其进行训练，将训练好的神经网络模型作为sql检测模型，用于识别sql语句是否异常；
构建带标记sql语句模板集合的哈希表，所述哈希表中的键值对用于表征sql语句模板为正常或异常；
获取用户访问数据库所使用的sql语句，并转化成sql语句模板，在所述哈希表中查找sql语句模板对应的标记，若查找成功则输出对应的标记结果；若查找失败，通过所述预设特征提取模型获取用户使用sql语句模板的特征向量，并输入到sql检测模型中，当输出结果为正常时，则将该sql语句模板及对应的标记更新到哈希表中，并检测下一条sql语句。
2.根据权利要求1所述的基于神经网络模型和哈希匹配的sql检测方法，其特征在于，还包括：当在哈希表中查找的标记结果为异常，或当sql检测模型输出结果为异常时，则发送异常信息给管理人员进行告警。
3.根据权利要求1所述的基于神经网络模型和哈希匹配的sql检测方法，其特征在于，在提取带标记sql语句模板集合的特征向量的语句的步骤之前、构建带标记sql语句模板集合的哈希表的步骤之前、及获取用户访问数据库所使用的sql语句之后，在所述哈希表中查找sql语句对应的标记的步骤之前，均对sql语句进行正规化处理得到sql语句模板。
4.根据权利要求3所述的基于神经网络模型和哈希匹配的sql检测方法，其特征在于，所述正规化处理包括：将sql语句中的数值重写为0，变量除外；将sql语句中的单引号引起的参数重写为#，空字符串除外；将换行转换为空格；将连续的空格合并为1个；去掉运算符两端空格；去掉数字前的正、负号；去掉注释内容，为注释添加占位符，连续的多个注释视为一个；谓词格式化，按照各数据库的对象名命名原则，统一语句中的非参数的词的大小写；去掉语句开头、结尾的空格；在谓词和+/-号之间，如果没有空格或者注释，添加空格。
5.根据权利要求1基于神经网络模型和哈希匹配的sql检测方法，其特征在于，所述预设特征提取模型包括：词袋模型。
6.根据权利要求1基于神经网络模型和哈希匹配的sql检测方法，其特征在于，所述预设特征提取模型、哈希表和sql检测模型保存在外存上，在对用户访问数据库所使用的sql语句进行检测时，将所述预设特征提取模型、哈希表和sql检测模型保存到需要部署的服务器中。
7.一种基于神经网络模型和哈希匹配的sql检测系统，其特征在于，包括：
模型训练模块，用于将获取的sql语句转化为sql语句模板，通过预设特征提取模型提取带标记sql语句模板集合的特征向量，所述标记用于表征sql语句模板正常或异常，将特征向量输入到神经网络模型中对其进行训练，将训练好的神经网络模型作为sql检测模型，用于识别sql语句模板是否异常；
哈希表构建模块，用于构建带标记sql语句模板集合的哈希表，所述哈希表中的键值对用于表征sql语句模板为正常或异常；
用户sql语句检测模块，用于获取用户访问数据库所使用的sql语句，并转化成sql语句模板，在所述哈希表中查找sql语句模板对应的标记，若查找成功则输出对应的标记结果；若查找失败，通过所述预设特征提取模型获取用户使用sql语句模板的特征向量，并输入到sql检测模型中，当输出结果为正常时，则将该sql语句模板及对应的标记更新到哈希表中，并检测下一条sql语句。
8.一种计算机设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-6中任一所述的基于神经网络模型和哈希匹配的sql检测方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行1-6中任一所述的基于神经网络模型和哈希匹配的sql检测方法。