1.一种基于人工智能的财务数据共享安全监测系统，其特征在于，所述系统包括：数据获取模块：用于获取待扫描文件中的数据或文件，得到待保护文件；对待保护文件进行去中心化属性加密，得到加密文件；对加密文件进行切分处理，得到碎片文件；

数据共享模块：用于根据碎片文件构建Merkle树；在用户服务器中开辟存储空间A和存储空间B；根据Merkle树，在存储空间A中存入Merkle树的节点关系，存储空间A中每个节点位置存储本节点的哈希值和相邻节点的哈希值；在存储空间B中存储碎片文件，并把储碎片文件的地址返回到存储空间A中对应节点的位置；并把存储空间A和存储空间B中的数据上传至区块链中；

安全监测模块：用于获取待保护数据被正常访问的进程参数；根据进程参数，定义安全监测的二元逻辑回归模型；以APPDRR模型为参考模型，并结合二元逻辑回归模型构建安全监测模型；将安全监测模型部署到区块链的存储空间中，保护待保护数据；

持续更新模块：用于监测待保护文件中的数据或文件是否发生改变；若改变，则把改变后的待保护文件同步到区块链上；若未改变，则继续监测。

2.根据权利要求1所述的一种基于人工智能的财务数据共享安全监测系统，其特征在于，所述数据获取模块的工作流程如下：流程A1：扫描待扫描文件中的数据或文件，得到待保护文件；

流程A2：对待保护文件进行加密，得到加密文件；

流程A3：获取用户的身份信息，并对加密文件进行切分处理，得到碎片文件；

流程A31：使用os.path.getsize()函数获取加密文件的大小，记作fs；统计身份信息的数量，记作pn；

流程A32：计算文件的分割数量，记作n，n＝(pn)4；

使用PowerShell脚本将加密文件分割成n份，得到n份碎片文件；每份碎片文件大小为(fs/n)；其中，/表示除法运算；

若(fs％n)≠0；则第n份碎片文件大小为：(fs/n)+(fs％n)；其中，％表示模运算；第1至第(n－1)份碎片文件大小为：(fs/n)；

汇总第1至第n份碎片文件，进入数据共享模块。

3.根据权利要求2所述的一种基于人工智能的财务数据共享安全监测系统，其特征在于，所述流程A2的具体流程如下：流程A21：使用TLS/SSL等安全通信协议，与权威机构建立加密通道，获取安全参数，记作λ；

流程A22：选择Setup算法、KeyGen算法以及Encrypt算法，作为去中心化加密的基础算法；

流程A23：获取用户的身份信息；

Setup(λ)→(PK，MSK)；输入安全参数λ，调用Setup算法，输出公钥和主密钥；把公钥记作PK，主密钥记作MSK；

KeyGen(PK，MSK，用户的身份信息)→(SK，ID)；将公钥PK、主密钥MSK以及用户的身份信息作为KeyGen算法的参数，执行KeyGen算法，生成用户的密钥和唯一标识，即ID号；将密钥记作SK；

创建身份列表，保存用户的ID号；

流程A24：获取待保护文件的绝对路径，作为存储路径；使用RSA算法或ECC算法，生成待保护文件的对称密钥，把对称密钥记作ck；

Encrypt(PK，SK，ck，存储路径)→(CT)；将作为公钥PK、密钥SK、对称密钥ck以及存储路径，作为Encrypt算法的输入，执行Encrypt算法，得到属性基密文，作为加密文件；将属性基密文记作CT；完成对待保护文件的加密过程。

4.根据权利要求2所述的一种基于人工智能的财务数据共享安全监测系统，其特征在于，所述数据共享模块的工作流程如下：用于根据碎片文件构建Merkle树，流程B1：根据碎片文件构建Merkle树；

流程B2：在本地服务器中，创建2个存储空间，记作空间A和空间B；

流程B3：标记Merkle树底部的叶节点，作为存储节点；

使用前遍历算法，遍历Merkle树中的全部节点，按前遍历算法输出的顺序，将Merkle树中全部节点的哈希值存入空间A中，并返回空间A对应节点的地址；

流程B4；根据Merkle树和流程B3返回的地址，在空间A中，存入存储节点和关系节点对应的相邻节点的哈希值；

流程B5；将x1～xn随机存入空间B中；

在空间b中，读取x1～xn存放位置对应的地址和下标，并按x1～xn存放位置下标的顺序，将x1～xn存放位置的地址存入空间A中存储节点下标对应的位置；

流程B6：使用Flask库和Requests库，创建区块链，并把空间A和空间B中的数据上传到区块链中；

将用户本地服务器中空间A和空间B中的数据设置为保护，进入安全监测模块。

5.根据权利要求4所述的一种基于人工智能的财务数据共享安全监测系统，其特征在于，所述流程B13的具体流程如下：流程B131：对碎片文件进行一次分组；将x1～xn按下标连续且相邻的格式分组，得到一次分组(x1，x2)、(x3，x4)～(xn-1，xn)；

统计一次分组的个数，记作cn，cn＝n/2；

流程B132：定义cn个独立的二叉树，作为一阶二叉树；将碎片文件的哈希值H1～Hn，作为一阶二叉树的叶节点；调用处理式B1，按(x1，x2)、(x3，x4)～(xn-1，xn)的顺序，依次计算一次分组对应的一阶哈希值H1-1、H1-2～H1-cn；

第1个一次分组(x1，x2)的一阶哈希值H1-1，H1-1＝Hash(H1，H2)；

第2个一次分组(x3，x4)的一阶哈希值H1-2，H1-2＝Hash(H3，H4)；

以此类推，第cn个一次分组(xn-1，xn)的一阶哈希值H1-cn，H1-cn＝Hash(Hn-1，Hn)；

流程B133：将H1-1～H1-cn作为一阶二叉树的根节点；

定义dn的独立的二叉树，作为二阶二叉树；其中，dn表示二阶二叉树的个数，dn＝cn/2；

将H1-1～H1-cn作为二阶二叉树的叶节点，将H1-1～H1-cn按下标连续且相邻的格式分组，得到二次分组(H1-1，H1-2)、(H1-3，H1-4)～(H1-(cn-1)，H1-cn)；

重复流程B132中计算一阶哈希值的流程，计算(H1-1，H1-2)～(H1-(cn-1)，H1-cn)对应的二阶哈希值H2-1～H2-dn；

流程B134：流程B134：统计二阶哈希值的个数，记作en；

若等于，则Merkle树构建成功，计算Merkle树的根节点，记作Hr，Hr＝H2-1*H2-d；

若不等于，则Merkle树构建失败，判断en是否为偶数2，进入流程B135；

流程B135：若en为偶数，则将H2-1～H2-dn按下标连续且相邻的格式，作为偶节点，调用Merkle Tree生成函数，构建Merkle树；

若en不为偶数，则将H2-1～H2-(dn-1)按下标连续且相邻的格式，作为偶节点；H2-dn作为独立节点，调用Merkle Tree生成函数，构建Merkle树。

6.根据权利要求4所述的一种基于人工智能的财务数据共享安全监测系统，其特征在于，所述安全监测模块的工作流程如下：流程C1：获取本系统在执行数据获取模块和数据共享模块全部流程的过程中，创建的全部进程的操作码和操作地址，作为待保护数据被正常访问的进程参数；

定义集合YC，保存全部的进程参数；

流程C2：根据集合YC，定义安全监测的二元逻辑回归模型的约束条件；

流程C3：以APPDRR模型为参考模型，并结合二元逻辑回归模型构建安全监测模型；

流程C4：将安全监测模型部署到区块链的存储空间中，保护待保护数据。

7.根据权利要求6所述的一种基于人工智能的财务数据共享安全监测系统，其特征在于，所述流程C2的具体流程如下：流程C21：设访客进行待保护数据的访问时，系统创建进程为监测进程；

定义集合BB1和集合BB2，分别保存监测进程中全部的操作码和操作地址；

流程C22：定义分部函数Y：

Y＝1，x∈YC；Y＝0，

其中，x表示输入，即(x∈BB1)∪(x∈BB2)；

流程C23：定义条件概率分部P(Y＝1|x)或P(Y＝0|x)：其中，exp表示自然指数函数；ω表示权值向量，b表示偏置；ω*x表示ω和x的内积；

流程C24：定义Logit函数Logit(P)：

其中，Logit(P)中的P表示P(Y＝1|x)或P(Y＝0|x)。

8.一种基于人工智能的财务数据共享安全监测方法，其特征在于，所述方法包括：步骤S1：获取待扫描文件中的数据或文件，得到待保护文件；对待保护文件进行去中心化属性加密，得到加密文件；对加密文件进行切分处理，得到碎片文件；

步骤S2：根据碎片文件构建Merkle树；在用户服务器中开辟存储空间A和存储空间B；根据Merkle树，在存储空间A中存入Merkle树的节点关系，存储空间A中每个节点位置存储本节点的哈希值和相邻节点的哈希值；在存储空间B中存储碎片文件，并把储碎片文件的地址返回到存储空间A中对应节点的位置；并把存储空间A和存储空间B中的数据上传至区块链中；

步骤S3：获取待保护数据被正常访问的进程参数；根据进程参数，定义安全监测的二元逻辑回归模型；以APPDRR模型为参考模型，并结合二元逻辑回归模型构建安全监测模型；将安全监测模型部署到区块链的存储空间中，保护待保护数据；

步骤S4：监测待保护文件中的数据或文件是否发生改变；若改变，则把改变后的待保护文件同步到区块链上；若未改变，则继续监测。