1.一种基于自适应滑动窗口GAN的用户行为安全检测方法，其特征在于，包括以下步骤：

利用Spark平台对获取的用户数据进行并行化处理，并使用GAN分别训练不同时间窗口下的正常用户行为模型；

利用当前窗口长度处理获取的待检测数据，并将当前时刻的所述待检测数据与上一时刻数据做属性相似度计算；

利用所述正常用户行为模型根据计算出的相似度值进行检测，并将得到的异常评分与设定的阈值进行比较，判断当前时间段是否正常。

2.如权利要求1所述的基于自适应滑动窗口GAN的用户行为安全检测方法，其特征在于，利用Spark平台对获取的用户数据进行并行化处理，并使用GAN分别训练不同时间窗口下的正常用户行为模型，包括：

利用Spark平台对获取的用户数据进行并行化处理，并独一每个所述用户数据进行属性提取和归一化处理；

基于设定的数据时间段，构建对应的训练集，并基于所述训练集，利用GAN分别对时间窗口长度为1、2、3、4、5的正常用户行为模型。

3.如权利要求1所述的基于自适应滑动窗口GAN的用户行为安全检测方法，其特征在于，利用当前窗口长度处理获取的待检测数据，并将当前时刻的所述待检测数据与上一时刻数据做属性相似度计算，包括：获取待检测数据，并对得到待检测数据进行归一化处理，并初始化当前时间窗口为1；

基于当前所述时间窗口的长度对所述待检测数据进行划分；

基于当前时刻的所述待检测数据对应的矩阵以及上一时刻对应的矩阵，将两个矩阵展平成向量，基于两个所述向量的乘积除以模长，得到对应的属性相似度。

4.如权利要求3所述的基于自适应滑动窗口GAN的用户行为安全检测方法，其特征在于，利用所述正常用户行为模型根据计算出的相似度值进行检测，并将得到的异常评分与设定的阈值进行比较，判断当前时间段是否正常，包括：基于当前所述时间窗口的长度，将所述属性相似度与设定的阈值进行比较；

若所述属性相似度小于设定的所述阈值，则分别计算从当前所述时间窗口大小递减到

1时的各个属性相似度，并选取设定的所述属性相似度对应的的窗口大小处理所述待检测数据，以及利用对应的所述正常用户行为模型进行异常检测；

若所述属性相似度大于设定的所述阈值，则以当前所述时间窗口大小处理所述待检测数据，并利用对应的所述正常用户行为模型进行异常检测，同时将当前所述时间窗口大小加1。

5.如权利要求4所述的基于自适应滑动窗口GAN的用户行为安全检测方法，其特征在于，利用对应的所述正常用户行为模型进行异常检测之后，所述方法还包括：若得到的异常得分小于或等于设定的异常得分判断阈值，则当前所述待检测数据正常；

若得到的异常得分大于设定的异常得分判断阈值，则当前所述待检测数据不正常。