1.一种基于数据分析的工业控制网络安全风险评估方法，其特征在于：包括以下步骤：步骤一：通过网络中的各类传感器、日志系统和安全设备，采集历史安全数据和实时数据，包括设备通讯错误率Perr、流量波动性系数Ffluc、网络延迟峰值Ndelay和设备故障触发频率Efail，组成数据集W；

步骤二：对采集的数据集W进行预处理，包括去除异常值、数据降噪、缺失数据填补和标准化处理，获取标准数据集WB；

步骤三：通过使用特征提取算法从标准数据集WB中提取出风险指标，包括历史安全事件的发生频率Fev、事件影响程度Iev和时间间隔,获取风险特征值;从标准数据集WB中提取与安全事件相关的时间戳，统计在一定时间窗口发生的安全事件次数，获取安全事件的发生频率Fev；

所述安全事件的发生频率Fev通过以下公式获取：

，式中表示在时间窗口内发生的安全事件总数；表示时间窗口的长度；

计算连续安全事件之间的时间间隔，所述时间间隔通过以下公式获取；

；

式中，表示第i个事件与第i+1个事件之间的时间间隔，表示第i个事件的时间戳，表示第i+1个事件的时间戳；

基于每个事件的影响范围，包括受影响的设备数量、数据丢失量和停机时间，综合评估事件影响程度Iev；所述事件影响程度Iev通过以下公式获取：；

式中，表示受影响的设备数量，表示数据丢失量，表示因事件引起的停机时间，、和，分别表示受影响的设备数量、数据丢失量和停机时间的预设权重值；

通过分析历史安全事件的发生频率Fev和时间间隔，识别出高频和密集型事件，在基于事件影响的多维因素，根据事件影响程度Iev，提供高风险事件的优先处理依据，获取风险特征值;所述风险特征值通过以下公式获取：;

式中，Fev表示安全事件的发生频率，表示时间间隔，Iev表示事件影响程度，、和分别表示安全事件的发生频率Fev，时间间隔；和事件影响程度Iev的权重系数；

步骤四：通过使用大数据分析方法，对提取出的风险特征值进行趋势分析，识别出安全事件的风险趋势，通过使用多元回归分析，计算风险趋势系数；使用多个影响因素作为自变量对险特征值Fak进行多元回归分析，计算出每个自变量对险特征值的影响，其中影响因素包括设备通讯错误率Perr、流量波动性系数Ffluc、网络延迟峰值Ndelay和设备故障触发频率Efail；

多元回归公式为：

；

式中，表示时间t时的风险特征值，表示回归方程中的常数项，G表示误差项，、、和分别表示设备通讯错误率Perr、流量波动性系数Ffluc、网络延迟峰值Ndelay和设备故障触发频率Efail的回归系数；基于时间t时的风险特征值，提取影响因素对应的回归系数，获取风险趋势系数Rte；通过风险趋势系数Rte来预测未来一段时间内风险的变化趋势；所述风险趋势系数Rte通过以下公式获取：;

式中，表示风险特征值对时间的导数，表示在时间窗口内发生的安全事件总数，表示时间窗口的长度，表示第i类事件的频率，λ表示时间衰减因子，表示指示函数；

步骤五：通过动态阈值Td与获取的风险趋势系数Rte进行动态风险评估，当风险趋势系数Rte超过动态阈值Td时，系统生成警报；通过动态阈值Td与获取的风险趋势系数Rte进行动态风险评估，获取风险特征分析结果，风险趋势系数Rte超过动态阈值Td时，系统生成警报，进行适应风险环境的变化；所述动态阈值Td通过以下公式获取：;

其中，表示风险趋势系数Rte的历史均值，表示风险趋势系数Rte的历史标准差，L表示可调节的安全系数；

步骤六：当系统生成警报时，系统会生成安全警报并自动生成报告，报告包括风险趋势的变化情况、风险特征分析结果以及建议的防护措施；

识别并连接网络中的各类传感器、日志系统和安全设备，通过SNMP网络协议从设备中获取数据包括设备通讯错误率Perr、流量波动性系数Ffluc、网络延迟峰值Ndelay和设备故障触发频率Efail；其中各类传感器包括通讯错误传感器、网络流量传感器、网络延迟传感器和设备故障传感器，通讯错误传感器对设备通讯错误率Perr进行采集，网络流量传感器对流量波动性系数Ffluc进行采集，网络延迟传感器对网络延迟峰值Ndelay进行采集，设备故障传感器对设备故障触发频率Efail进行采集；将从各设备获取的实时和历史数据传输至中央处理系统，将不同源头的数据转换为统一格式，组成数据集W；

通过使用机器学习算法检测和删除异常值，通过使用滤波和平滑算法来减少噪声干扰和去除噪声；通过使用均值插值法填补缺失数据，均值插值法公式如下：;

式中，Wi表示缺失的数据点，Wj表示非缺失数据点，n表示非缺失数据的数量；

通过使用Z-score标准化方法对数据集w进行标准化处理，将不同特征的取值范围统一，获取标准数据集WB；

将获取的风险特征值按照一个月为时间单位进行时间序列分割，形成不同时间窗口的数据子集Xsub；所述数据子集Xsub 通过以下公式获取：;

式中,表示在时间段,,…,内的子集，包含每个时间段内的风险特征值；表示在第i个时间段内的风险特征值。

2.根据权利要求1所述的一种基于数据分析的工业控制网络安全风险评估方法，其特征在于：将获取的风险趋势系数Rte与动态阈值Td进行对比：获取风险特征分析结果；

当风险趋势系数Rte>动态阈值Td时，获取风险特征分析结果为异常；

当风险趋势系数Rte=动态阈值Td时，获取风险特征分析结果为不合格；

当风险趋势系数Rte<动态阈值Td时，获取风险特征分析结果为合格。

3.根据权利要求2所述的一种基于数据分析的工业控制网络安全风险评估方法，其特征在于：当风险特征分析结果为异常和不合格时，自动生成安全警报，记录当前状态及报警信息BJ;所述报警信息BJ通过以下公式获取：;

式中，时间表示为警报生成的具体时间，状态信息包括流量波动性系数Ffuc和网络延迟峰值Ndelay，表示风险特征值。

4.根据权利要求3所述的一种基于数据分析的工业控制网络安全风险评估方法，其特征在于：根据警报信息BJ，整合风险趋势变化、风险特征分析结果和建议的防护措施，生成报告，其中风险趋势变化包括描述风险趋势系数Rte相对于历史数据的变化情况，风险特征分析包括展示风险趋势系数Rte与动态阈值Td进行对比情况，防护措施包括基于当前风险状态提出的具体防护措施。