1.一种基于大数据的异常行为预警系统，其特征在于，包括云计算平台、视频监控模块、警情联动模块、数据库模块、数据查询模块、警民联动模块和信息分析模块；

所述视频监控模块通过若干智能摄像头对监控区域进行全天候实时监控，具体监控步骤为：

步骤一：视频监控模块将实时监控视频通过以太网发送至云计算平台；

步骤二：云计算平台接收到实时监控视频之后，将其标记为Ai，t，i＝1、2、……、n，i为智能摄像头的编号，t为视频拍摄的时间；

步骤三：云计算平台通过徘徊行人重检技术对实时监控视频Ai，t中徘徊行为进行检测，当检测到徘徊行为时，以视频中的人物为目标，将多个监控制品联合起来进行徘徊行为分析，将徘徊行为中的目标标记为Oj、目标的徘徊频率标记为Pj、目标的逗留时长标记为Qj和徘徊范围标记为Rj，j＝1、2、3……、m，j表示目标的人物数量；

步骤四：通过公式 获取目标的异常系数Yj，将目标Oj、徘徊频率Pj、逗留时长Qj、徘徊范围Rj发送至云计算平台，将异常系数、目标、徘徊频率、逗留时长、徘徊范围和监控视频通过云计算平台发送至数据库模块，将异常系数通过云计算平台发送至信息分析模块；

所述云计算平台中内置隐马尔科夫模型，所述隐马尔科夫模型用于对监控视频中的目标行为进行行为分析，所述隐马尔科夫模型包括数据预处理单元和模型训练单元，具体分析步骤为：

S1：隐马尔科夫模型从数据库模块获取其存储的监控视频之后，预处理单元先对监控视频进行特征提取，提取出监控视频中所有目标的正常行为组成正常行为库，将正常行为库标记为Xi；

S2：将正常行为库Xi输入模型训练单元估计模型的参数，将训练好的模型标记为T；

S3：云计算平台获取监控视频Ai，t后，隐马尔科夫模型的预处理单元首先对其进行特征提取，提取实时监控视频中目标的行为组成检测序列，并将其标记为Cj，S4：将正常行为库Xi和检测序列Cj同时输入到训练好的隐马尔科夫模型T中，计算判定值并将其标记为D；将判定值发送至信息分析模块；

S5：正常行为库Xi、检测序列Cj、隐马尔科夫模型T以及判定值D发送至数据库模块；

所述信息分析模块用于对云计算平台的计算结果进行分析，并将计算结果通过云计算平台发送至对应模块进行预警显示，具体分析步骤为：V1：通过公式 获取目标的危险系数，其中ε、∈、μ为特定比例系数，θ为预设安全阈值；

V2：当Yj或D大于预设阈值时，通过云计算平台发送黄色显示指令至预警显示模块，同时发送低风险指令至警情联动模块；当Yj和D均大于预设阈值时，通过云计算平台发送橙色显示指令至预警显示模块，同时发送中风险指令至警情联动模块；当Yj、D和Wj均大于预设阈值时，通过云计算平台发送红色显示指令至预警显示模块，同时发送高风险指令至警情联动模块；若Yj、D和Wj均为小于等于预设阈值时，通过云计算平台发送绿色显示指令至预警显示模块；

V3：云计算平台将低风险、中风险和高风险的监控视频和智能摄像头编号发送至警情联动模块。

2.根据权利要求1所述的一种基于大数据的异常行为预警系统，其特征在于，该系统还包括警民联动模块，所述警民联动模块用于获取群众提供的异常行为报警信息，具体获取步骤为：

B1：民众发现疑似异常行为时，使用智能终端对疑似异常行为进行拍摄，并将拍摄的报警视频标记为 并通过无线网络发送至云计算平台；

B2：云计算平台接收到报警视频之后通过徘徊行人重检技术对报警视频 中徘徊行为进行检测，将徘徊行为中的目标标记为 目标的徘徊频率标记为 目标的逗留时长标记为 和徘徊范围标记为 并通过步骤四公式计算B3：云计算平台将报警视频 发送至隐马尔科夫模型中，经过隐马尔科夫模型的预处理单元进行处理并进行特征提取，将提取的特征行为组成疑似行为库并将其标记为Kj；

B4：将疑似行为库Kj和正常行为库Xi输入至隐马尔科夫模型T中进行匹配，计算出判定*

值D ，通过步骤V1中的公式计算目标的危险系数 根据计算结果以及步骤V2中的叙述通过云计算平台发送对应指令至预警显示模块和警情联动模块。

3.根据权利要求1所述的一种基于大数据的异常行为预警系统，其特征在于，该系统还包括警情联动模块，所述警情联动模块用于接收云计算平台发送的信息并通过智能终端调动警员现场处理，所述智能终端包括智能手机、平板电脑、无线耳机和智能对讲机，具体步骤为：

N1：当接收到低风险指令时，警情联动模块查询离对应智能摄像头编号最近的警员，并将指令级别、摄像头编号和监控视频发送至该警员的智能终端；当接收到中风险指令时，警情联动模块查询离对应智能摄像头编号最近的3‑5名警员，并将指令级别、摄像头编号和监控视频发送至警员的智能终端；当接收到高风险指令时，警情联动模块查询离对应智能摄像头编号附近的警员，并将指令级别、摄像头编号和监控视频发送至警员的智能终端，警员数量至少为5人；

N2：低风险指令时，警员接收到指令级别、摄像头编号和监控视频立马到达现场并对异常行为进行处理；中风险指令时，警员接收到指令级别、摄像头编号和监控视频之后需要与其他警员沟通各自的位置，并迅速到达现场进行对异常行为进行处理；高风险指令时，警员接收到指令级别、摄像头编号和监控视频之后需要与其他警员沟通各自的位置，并将接收到的指令反馈给所在小队队长，同时迅速到达现场对异常行为进行处理；

N3：警员到达现场处理异常行为时，对应的智能摄像头将警员执行任务的视频发送至预警显示模块。

4.根据权利要求1所述的一种基于大数据的异常行为预警系统，其特征在于，该系统还包括预警显示模块，所述预警显示模块用于接收到云计算平台发送的指令并对监控视频进行分级显示，所述预警显示模块包括低风险显示单元、中风险显示单元、高风险显示单元和任务实时显示单元，具体步骤为：

M1：当预警显示模块接收到黄色显示指令时，将对应的监控视频显示在低风险显示单元，同时监控视频的边框用黄色标记；当预警显示模块接收到橙色显示指令时，将对应的监控视频显示在中风险显示单元，同时将监控视频的边框用橙色标记；当预警显示模块接收到红色显示命令时，将对应的监控视频显示在高风险显示单元，同时将监控视频的边框用红色标记；当预警显示模块接收到来自警情联动模块发送的视频之后，将其显示在任务实时显示单元；

M2：当预警显示模块仅接收到绿色显示指令时，则将监控视频实时显示在低风险显示单元、中风险显示单元、高风险显示单元和任务实时显示单元。

5.根据权利要求1所述的一种基于大数据的异常行为预警系统，其特征在于，该系统还包括数据备份模块，所述数据备份模块用于对数据库模块存储的数据进行备份，防止数据丢失，同时云计算平台可以直接从数据备份模块调用其存储的数据。

6.根据权利要求1所述的一种基于大数据的异常行为预警系统，其特征在于，所述视频监控模块、警民联动模块、警情联动模块通过以太网与云计算平台连接，所述视频监控模块和数据库模块、警情联动模块和预警显示模块之间通过以太网连接，所述数据库模块、数据备份模块、信息分析模块、预警显示模块和云计算平台之间电性连接。