1.一种基于大数据的计算机网络安全预警系统，其特征在于：该网络安全预警系统包括：信息采集模块、数据库、文件分析模块和安全预警模块；

所述信息采集模块的输出端与数据库的输入端相连接，数据库的输出端与文件分析模块的输入端相连接，文件分析模块的输出端与安全预警模块的输入端相连接，文件分析模块的输出端与数据库的输入端相连接；所述信息采集模块用于采集基础数据信息，对发送的文件数据进行监测，所述数据库用于对采集的数据和分析结果进行加密存储，所述文件分析模块用于对采集的数据进行分析处理，所述安全预警模块用于根据分析结果，对相关技术人员进行预警提醒。

2.根据权利要求1所述的一种基于大数据的计算机网络安全预警系统，其特征在于：所述信息采集模块包括基础信息录入单元和文件检测单元，所述基础信息录入单元用于对基础数据信息进行录入，所述文件监测单元用于对文件的内容进行监测，根据发送文件的后缀名对文件进行分类，采集文档信息和图像信息。

3.根据权利要求2所述的一种基于大数据的计算机网络安全预警系统，其特征在于：所述数据库包括数据加密单元和数据存储单元，所述数据加密单元通过SM4加密算法对采集的数据和分析的结果进行数据加密；所述数据存储单元包括文档信息子单元和图像信息子单元，所述文档信息子单元通过散列存储方法，对采集的基础文档信息和分析的历史文档信息进行存储，所述图像子单元通过存储，对采集的基础图像信息和历史图像信息进行存储。

4.根据权利要求3所述的一种基于大数据的计算机网络安全预警系统，其特征在于：所述文件分析模块包括文档分析单元和图像分析单元，所述文档分析单元用于对用户发送的文档信息，结合数据库中存储的基础文档信息和历史文档信息，进行分析处理，所述图像分析单元用于对用户发送的图像信息，结合数据库中存储的基础图像信息和历史图像信息，进行分析处理。

5.根据权利要求4所述的一种基于大数据的计算机网络安全预警系统，其特征在于：所述安全预警模块包括时间控制单元和报警提醒单元，所述时间控制单元用于根据分析结果，个性化设置用户撤回时间，所述报警提醒单元用于根据分析的结果，当出现异常情况时，对用户进行安全预警提醒。

6.一种基于大数据的计算机网络安全预警方法，其特征在于：包括下列步骤：S1、录入基础数据信息，对用户发送的文件内容进行监测，采集文件的文档信息和图像信息，并进行分类加密存储；

S2、根据采集的文档信息和基础数据信息，对用户发送的文档敏感词程度进行分析处理；

S3、根据采集的图像信息和基础数据信息，对用户发送的图像轮廓进行分析处理；

S4、根据分析结果，当出现异常情况时，个性化设置用户撤回时间，并对用户进行安全预警提醒。

7.根据权利要求6所述的一种基于大数据的计算机网络安全预警方法，其特征在于：在步骤S1中，录入基础数据信息，根据监测的用户发送的文件后缀名，将发送的文件分为文档类和图像类，提取文档类文件中的文字信息，对图像类的文件进行截取，获得图像信息，同时将采集的数据信息加密存储进数据库中。

8.根据权利要求7所述的一种基于大数据的计算机网络安全预警方法，其特征在于：在步骤S2中，根据采集的文档信息和基础数据信息，分析文档的敏感程度，包括下列步骤：S201、对采集的文档信息进行识别，通过连通域对文档中的文字进行标记分割；

S202、对分割的连通域进行合并，选取连通域A和连通域B，通过下列公式对文字的水平重叠率P1和垂直重叠率P2进行计算：其中，a1表示为连通域A最左边的列表号，a2表示为连通域A最右边的列表号，a3表示为连通域A最上边的列表号，a4表示为连通域A最下边的列表号；b1表示为连通域B最左边的列表号，b2表示为连通域B最右边的列表号，b3表示为连通域B最上边的列表号，b4表示为连通域B最下边的列表号；p1和p2表示为常量；

S203、通过卷积神经网络，对单个字符进行识别，通过NLP技术监测字符串中有意义的词语ai，构成字符串集合A＝a1，a2，…，am，其中，m表示为字符串的数量；

S204、结合数据库中录入的基础数据信息和历史文档信息，形成文档敏感词集合B＝{b1，b2，…，bn}，其中，n表示为文档敏感词的数量，通过下列公式对字符串相似程度F进行计算：其中，d(ai，bj)表示为发送的文件中的字符串ai和数据库中的字符串bj的编辑距离，L(ai)表示为字符串ai的长度，L(bj)表示为字符串bj的长度，max(L(ai)，L(bj))表示为字符串ai和字符串bj长度的最大值；

设置字符串相似程度阈值为F阈，当F＜F阈时，表示两个字符串不相似，当F≥F阈时，表示两个字符串相似，统计相似字符串的数量s，则通过下列公式计算文档敏感程度f为：设置文档敏感程度阈值为f阈，当f＜f阈时，表示文档敏感程度低，此时不进行报警；当f≥f阈时，表示文档敏感程度高，此时通过弹窗显示和语音对用户进行提醒，同时将分析的结果进行加密存储。

9.根据权利要求8所述的一种基于大数据的计算机网络安全预警方法，其特征在于：在步骤S3中，根据采集的图像信息和基础数据信息，分析图像的敏感程度，包括下列步骤：S301、采集用户发送的图像类文件，进行基础预处理；

S302、对采集的图像轮廓进行提取，包括下列步骤：

S302‑1、通过非线性滤波器，对图像进行滤波，得到滤除纹理和噪声，保留边缘和轮廓的图像；

将图像置于坐标系中，图像中的像素点i的位置坐标为I(xi，yi)，xi和yi表示图像的像素值，形成集合X＝{(x1，y1)，(x2，y2)，…，(xk，yk)}，其中，k表示为像素点的数量；通过下列公式对滤波指数Q进行计算：其中，I′表示为滤波后的图像，α表示为平滑指数，β1和β2表示为平滑权重，表示为偏导数，T表示为输入图像的对数亮度通道，γ表示为图像梯度指数，ε表示为常数；当滤波指数Q最小时，此时的图像I′为滤波后的新图像；

S302‑2、对滤波后的图像进行外周抑制；

通过下列公式对抑制量r(x，y)进行计算：

r(x，y)＝{Z*ω}(x，y)；

其中，Z表示为相位一致量经过滤波后的结果，ω表示为距离权重，则通过下列公式对抑制后的图像u(x，y)进行计算：u(x，y)＝H[{Z‑δ·r}(x，y)]；

其中，H表示为奇对称滤波器卷积结果求和，δ表示为抑制因子；

S302‑3、对抑制后的图像进行二值化处理，得到图像的轮廓图；

S303、根据提取轮廓后的图像，结合数据库中的基础数据信息和历史图像信息，对图像的相似程度进行分析；

在提取轮廓后的图像上选取轮廓像素点，位置坐标为Xμ(xμ，yμ)，Xρ(xρ，yρ)，Xτ(xτ，yτ)，Xξ(xξ，yξ)，构成向量 和向量 则通过下列公式对向量之间的夹角θ1进行计算：

在数据库中的图像上选取相同轮廓特征的像素点，位置坐标为Yμ(xμ′，yμ′)，yρ(xρ′，yρ′)，Yτ(xτ′，yτ′)，Yξ(xξ′，yξ′)，构成向量 和向量则通过下列公式对向量之间的夹角θ2进行计算：

S304、当θ1≠θ2时，表示对比的像素点形成向量不相似，当θ1＝θ2时，表示对比的像素点形成向量相似，统计对比相似次数为v，对比总次数为c，则通过下列公式计算图像敏感程度f′为：设置图像敏感程度阈值为f阈′，当f′＜f阈′时，表示图像敏感程度低，此时不进行报警；

当f′≥f阈′时，表示图像敏感程度高，此时通过弹窗显示和语音对用户进行提醒，同时将分析的结果进行加密存储。

10.根据权利要求9所述的一种基于大数据的计算机网络安全预警方法，其特征在于：在步骤S4中，根据分析结果，在用户发送文件后，个性化设置用户撤回时间；

设置标准用户撤回时间为t标，通过下列公式对实际用户文档撤回时间t1和图像撤回时间t2进行计算：其中，φ1和φ2表示为系数；

当用户发送的文档敏感程度或图像敏感程度高于阈值时，通过弹窗显示和语音，对用户进行安全预警提醒。