1.基于计算机大数据的数字化传输安全分析方法，其特征在于，包括以下步骤：S1‑1，数据采集模块获取安全特征数据，将安全特征数据发送到数据分析模块；

S1‑2，数据分析模块对接收到的安全特征数据逐个进行分析，并从数据库中获取历史安全事件的安全特征数据，分析每个安全特征数据与历史安全特征数据的匹配度；

S1‑3，数据分析模块对每个安全特征数据分析得到匹配度，在数字化传输过程中再对得到的匹配度进行分析得到匹配度的变化率；

S1‑4，数据分析模块分析所有安全特征数据与历史安全特征数据的匹配度和匹配度变化率，根据分析结果确定安全事件的类型；

S1‑5，确定安全事件类型之后，根据安全事件的类型执行处理措施。

2.根据权利要求1所述的基于计算机大数据的数字化传输安全分析方法，其特征在于，所述安全特征数据能够表征安全事件的特点，所述安全特征数据包括连续特征数据和离散特征数据，所述离散特征数据仅包括是和否两种情况，所述连续特征数据则包括多种情况。

3.根据权利要求1所述的基于计算机大数据的数字化传输安全分析方法，其特征在于，在步骤S1‑2中，所述分析每个安全特征数据与历史安全特征数据的匹配度还包括以下步骤：S3‑1，数据分析模块从数据库中获取历史安全特征数据，从历史安全特征数据的历史连续特征数据中，提取出连续特征曲线；

S3‑2，数据分析模块对步骤S3‑1中提取的连续特征曲线和从数据采集模块获取的安全特征数据中的连续特征数据Aijk之间的差异进行分析，计算每个连续特征数据Aijk与连续特征曲线之间的均方根误差Rijk，i为区间[1，n]之间的正整数，j为区间[1，m]之间的正整数，k为区间[1，ci]之间的正整数，n为安全事件类型的个数，m为连续特征数据的个数，ci为第i个安全事件发生的次数；当n为1时，i的取值范围仅有1；当m为1时，j的取值范围仅有1；当ci为

1时，k的取值范围仅有1；

S3‑3，数据分析模块对从数据采集模块获取的安全特征数据中的离散特征数据和从数据库中获取的历史离散特征数据的差异进行分析，对比每个离散特征数据和每个历史离散特征数据的差异Civk，若离散特征数据和历史离散特征数据相同，则Civk＝1，否则Civk＝0，v为区间[1，b]之间的正整数，b为离散特征数据的个数，当b为1时，v的取值范围仅有1；

S3‑4，数据分析模块根据连续特征数据Aijk与连续特征曲线之间的差异和离散特征数据与历史离散特征数据的差异，分析得到所有安全特征数据与所有历史安全特征数据的匹配度Fik，计算公式为：其中，μijk为第k次发生的第i个安全事件的第j个连续特征数据的均值，wij为第i个安全事件的第j个连续特征数据的权值，ρi为第i个安全事件的离散特征数据的权值。

4.根据权利要求3所述的基于计算机大数据的数字化传输安全分析方法，其特征在于，在步骤S3‑1中，数据分析模块对所有历史安全特征数据的历史连续特征数据进行分析，从所有历史安全特征数据的历史连续特征数据中提取出连续特征曲线还包括以下分析步骤：S4‑1，数据分析模块初始化i、j和k标签，设置i＝1，j＝1，k＝1，i作为安全事件类型的标签，j作为连续特征的标签，k作为同一安全事件发生次数的标签；

S4‑2，数据分析模块对第k次发生的第i个安全事件的第j个连续特征数据Aijk，绘制每次安全事件发生前，连续特征数据Aijk的曲线；

S4‑3，j＝j+1，若j＝m+1，进入S4‑4，否则进入S4‑2；

S4‑4，j＝1，k＝k+1，若k＝ci+1，进入S4‑5，否则进入S4‑2；

S4‑5，i＝i+1，j＝1，k＝1，若i＝n+1，进入S4‑6，否则进入S4‑2；

S4‑6，数据分析模块分析属于同一安全事件同一连续特征的任意两个曲线之间的差异，采用均方根误差来表征两个曲线之间的差异，计算属于同一安全事件同一连续特征的任意两个曲线之间的均方根误差，若均方根误差小于阈值L，则数据分析模块将两条曲线合并为一条，并删除原来的曲线，阈值L自行进行设置，若大于，则不进行合并，两条曲线都被保留；

S4‑7，数据分析模块提取合并后剩余的曲线，得到减少数量后的连续特征曲线，结束。

5.根据权利要求3所述的基于计算机大数据的数字化传输安全分析方法，其特征在于，数据分析模块分析各个连续特征对数字化传输的影响程度，根据影响程度确定连续特征的权值wij，再根据连续特征的权值wij确定离散特征的权值ρi，包括以下分析步骤：S5‑1，数据分析模块初始化安全事件类型标签i和连续特征标签j，设置i＝1，j＝1；

S5‑2，计算ci次发生的第i个安全事件的每个连续特征均值

S5‑3，j＝j+1，若j＝m+1，则进入S5‑4，否则进入S5‑2；

S5‑4，i＝i+1，j＝1，若i＝n+1，则进入S5‑5，否则进入S5‑2；

S5 ‑5 ，数 据分 析模 块将 得到的 所 有 拼 接 ，得到 n个 m维向 量 ：S5‑6，数据分析模块随机选择x个未发生安全事件的历史事件，从这x个未发生安全事件的历史事件中提取连续特征，x由用户自行进行选择，其连续特征分别为[B11  … B1m]、…、[Bx1 … Bxm]，分析这些未发生安全事件的历史事件的连续特征与S5‑5中n个向量的差异，对均方根误差σij进行计算，公式如下：S5‑7，数据分析模块根据获得的σij确定连续特征的权值wij， 根据连续特征的权值wij确定离散特征的权值ρi，

6.根据权利要求1所述的基于计算机大数据的数字化传输安全分析方法，其特征在于，在步骤S1‑3中，所述匹配度变化率还包括以下分析步骤：S6‑1，在数字化传输经过第一个采样周期T后，数据分析模块获取第一个采样周期T内(1)所有安全特征数据与历史安全特征数据的匹配度Fik ；

S6‑2，数据分析模块初始化计数标志α，设置α＝1，并且设定第一个匹配度变化率为0，(1)ΔFik ＝0；

S6‑3，等待一个采样周期T后，数据分析模块获取等待的一个采样周期T内所有安全特(α+1)征数据与历史安全特征数据的匹配度Fik ，进而得到等待的一个采样周期T的匹配度变(α+1)化率ΔFik ，

S6‑4，数据分析模块将计数标志加一，设置α＝α+1，重新进入步骤S6‑3，对下一个采样周期T内的匹配度和匹配度变化率进行分析，数字化传输完成时退出循环。

7.根据权利要求6所述的基于计算机大数据的数字化传输安全分析方法，其特征在于，(α) (α)在步骤S6‑3中，数据分析模块对匹配度Fik 和匹配度变化率ΔFik 进行分析，确定安全事(α) (α)件的类型；数据分析模块将匹配度Fik 和匹配度变化率ΔFik 作为输入，输入到n个二分类神经网络模型中，根据n个二分类神经网络模型的输出结果确定安全事件的类型，n为安全事件类型的个数。

8.一种执行权利要求1‑7任一项所述的基于计算机大数据的数字化传输安全分析方法的基于计算机大数据的数字化传输安全分析系统，其特征在于，包括：数据库、数据采集模块、数据分析模块；所述数据库的输出端与所述数据分析模块的输入端相互连接，用于存储数字化传输过程中发生的安全事件和安全事件发生前的安全特征数据；所述数据采集模块的输出端与所述数据分析模块的输入端相互连接，用于采集数字化传输过程中的安全特征数据；所述数据分析模块将采集到的安全特征数据与数据库的安全特征数据作对比，确定安全事件的类型。