1.一种智能物联网异常流量预测系统，包括控制中心，其特征在于，所述控制中心连接有数据采集模块、数据处理模块、网络分析模块和预测告警模块；

所述数据采集模块用于采集物联网的网络数据；

采集端口用于采集物联网中的网络数据，所述采集端口连接有若干抓包点；

通过抓包点对网络数据进行前向捕获，获得数据包信息和时间戳，所述数据包信息包括数据包大小、源IP地址、目标IP地址和协议类型；

所述数据处理模块用于对获得的网络数据进行处理，获得特征数据图和特征矩阵；

设置时间窗口，根据所获得的时间窗口和数据包大小获得数据包均值，根据所获得的数据包均值和数据包大小获得标准均值，根据所获得的数据包大小、数据包均值和标准均值获得均一数值；

基于时间窗口根据所获得的数据包信息和时间戳获得数据包速率，根据所获得的数据包速率和均一数值获得数据容纳量；

根据所获得的时间戳，建立时间关于数据包速率和数据容纳量的二维直角坐标系；

根据所获得的数据包速率和数据容纳量分别生成对应的速率变化曲线和容纳量变化曲线，并将所获得的速率变化曲线和容纳量变化曲线上传至二维直角坐标系中，获得数据曲线图；

将源IP地址、目标IP地址以及协议类型对应的时间戳与数据曲线图中的时间进行匹配，获得匹配节点，将含有匹配节点的数据曲线图标记为特征数据图；

对获得的源IP地址、目标IP地址和协议类型进行符值分配，获得源地址符值、目标地址符值和协议符值，并根据所获得的源地址符值、目标地址符值和协议符值创建二进制向量，获得源地址向量、目标地址向量和协议向量；

对获得的源地址向量、目标地址向量和协议向量分别进行初始化，获得初始源向量、初始目标向量和初始协议向量；

根据所获得的源地址符值，对初始源向量对应位置的源地址符值进行特征标识，获得特征源向量；

根据所获得的目标地址符值，对初始目标向量对应位置的目标地址符值进行特征标识，获得特征目标向量；

根据所获得的协议符值，对初始协议向量对应位置的协议符值进行特征标识，获得特征协议向量；

对获得的特征源向量、特征目标向量以及特征协议向量进行向量组合，获得特征矩阵；

所述网络分析模块用于对所获得的特征数据图进行分析，获得速率异常节点和容纳量异常节点；

在特征数据图中对速率变化曲线和容纳量变化曲线进行长度划分，获得输入速率序列和输入容纳量序列，并根据所获得的输入速率序列和输入容纳量序列设置原始隐藏序列；

设置输入端、输出端和停留端，通过输入端上传输入速率序列和输入容纳量序列并进行信息提取，获得输入序列；

通过停留端对所获得的输入序列和原始隐藏序列进行序列结合，获得更新隐藏序列；

对获得的更新隐藏序列进行信息预留，获得存档信息；

在输出端将所获得的存档信息与更新隐藏序列进行信息结合，获得终端序列；

获取终端序列在特征数据图中对应的输入速率序列的匹配节点和输入容纳量序列的匹配节点，并分别标记为速率异常节点和容纳量异常节点；

所述预测告警模块用于根据所获得的特征矩阵对速率异常节点和容纳量异常节点进行预测告警，获得异常预测点。

2.根据权利要求1所述的一种智能物联网异常流量预测系统，其特征在于，对速率异常节点和容纳量异常节点进行预测告警的过程包括：根据所获得的特征矩阵构建参数矩阵，并获取特征矩阵的数目；

基于时间窗口对获得的特征矩阵进行组合，获得特征矩阵集；

根据所获得的特征矩阵的数目设置循环监测层和循环预测层；

在循环监测层中将所获得的参数矩阵与特征矩阵集进行滑动采集，获得变动向量集；

将获得的变动向量集与特征矩阵进行匹配对应，获得变动源地址、变动目标地址以及变动协议特征；

获取变动源地址、变动目标地址以及变动协议特征分别对应的时间戳，并标记为变动源节点、变动目标节点以及变动协议节点；

在循环预测层中将获得的速率异常节点和容纳量异常节点与变动源节点、变动目标节点以及变动协议节点进行匹配对应，获得异常预测点。