1.一种数据中心分级预警方法，应用于电子装置，其特征在于，包括：构建风险事件数据库；

爬取风险事件信息；

从爬取的风险事件信息中获取数据中心的关联风险事件，通过训练得到的分类器对所述关联风险事件分类，根据所述关联风险事件的类别查询所述风险事件数据库，获取所述关联风险事件的风险级别；

根据所述关联风险事件的风险级别得到所述关联风险事件的特征值；

根据所述风险事件数据库获取所述特征值对应的预警级别；

根据所述预警级别向所述关联风险事件的关联用户发送预警信息。

2.根据权利要求1所述的数据中心分级预警方法，其特征在于，所述分类器的训练步骤包括：获取样本集，所述样本集包括风险事件的特征向量和所属类别标签；

将所述样本集按比例划分为训练集和测试集；

利用所述训练集训练神经网络模型，得到所述分类器；

利用所述测试集测试所述分类器的准确率，若准确率大于或等于预设准确率，则训练结束；若准确率小于预设准确率，则继续训练。

3.根据权利要求2所述的数据中心分级预警方法，其特征在于，所述分类器根据所述关联风险事件的属性对所述关联风险事件信息进行分类，并获取每一类所述关联风险事件的风险级别，且不同的风险级别采用不同的预警标识。

4.根据权利要求1所述的数据中心分级预警方法，其特征在于，所述根据所述预警级别向所述关联风险事件的关联用户发送预警信息的步骤包括：根据所述预警级别向预警平台发送预警信息；

通过所述预警平台对接收的预警信息进行处理；

通过所述预警平台将经过处理的预警信息发送至关联用户。

5.根据权利要求4所述的数据中心分级预警方法，其特征在于，通过所述预警平台对接收的预警信息进行处理的步骤包括：根据预警级别对预警信息进行分组；对各组预警信息分别设定发送时间。

6.根据权利要求1所述的数据中心分级预警方法，其特征在于，所述根据所述预警级别向所述关联风险事件的关联用户发送预警信息的步骤包括：根据所述预警级别向预警平台发送预警信息；

根据预警信息和对应的预警级别确定对应的预警通知类型的集合，所述预警通知类型的集合中包括多种不同的预警通知类型，每种预警通知类型包括预警通知方式和关联用户不同优先级划分的多个通知对象，每个预警通知方式至少包括一个特征项；

根据该特征项，从预警信息中提取与该特征项对应的特征值；

根据所提取的特征值确定集合中与预警信息相匹配的预警通知类型，并向该预警通知类型中的第一优先级关联用户的通知对象发送预警信息。

7.根据权利要求6所述的数据中心分级预警方法，其特征在于，向第一优先级关联用户的通知对象发送预警信息的步骤之后，还包括：判断预警平台在设定时间段内是否接收到通知对象的反馈信息，若接收到反馈信息，则完成此次预警；若未接收到反馈信息，则向相匹配的预警通知类型中下一优先级关联用户的通知对象发送预警信息。

8.一种电子装置，其特征在于，该电子装置包括：处理器；

存储器，所述存储器中包括数据中心分级预警程序，所述数据中心分级预警程序被所述处理器执行时实现以下的数据中心分级预警方法的步骤：构建风险事件数据库；

爬取风险事件信息；

从爬取的风险事件信息中获取数据中心的关联风险事件，通过训练得到的分类器对所述关联风险事件分类，根据所述关联风险事件的类别查询所述风险事件数据库，获取所述关联风险事件的风险级别；

根据所述关联风险事件的风险级别得到所述关联风险事件的特征值；

根据所述风险事件数据库获取所述特征值对应的预警级别；

根据所述预警级别向所述关联风险事件的关联用户发送预警信息。

9.根据权利要求8所述的电子装置，其特征在于，所述分类器的训练步骤包括：获取样本集，所述样本集包括风险事件的特征向量和所属类别标签；

将所述样本集按比例划分为训练集和测试集；

利用所述训练集训练神经网络模型，得到所述分类器；

利用所述测试集测试所述分类器的准确率，若准确率大于或等于预设准确率，则训练结束；若准确率小于预设准确率，则继续训练。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括数据中心分级预警程序，所述数据中心分级预警程序被处理器执行时，实现如权利要求1至7中任一项所述的数据中心分级预警方法的步骤。