1.一种基于白名单的网络安全防护方法，其特征在于，包括以下步骤：获取多维度数据，其中至少包括向云服务器获取白名单，所述白名单用于记录发起正常访问请求的网间协议IP地址；

对获取的所述多维度数据进行预处理，并生成待分析数据；

对所述待分析数据进行分析并生成用于预告威胁预警报告，至少包括态势感知，包括以下步骤：

标定态势感知参数信息，包括状态集合空间S、观测向量集合空间V、状态转移矩阵P、观测向量概率分布矩阵Q和初始状态概率分布矩阵π；

基于态势感知参数信息，获取每个采样周期的观测向量，并进行实时更新网络T时刻处于状态Si的概率λt(i)，获取任意T时刻网络总风险RT，表示为：其中，λt(i)表示T时刻网络处于状态Si的概率，C(i)为风险损失向量表示状态Si相应的风险损失，N表示状态数目。

对所述任意T时刻网络总风险RT进行的异常数据预警。

2.根据权利要求1所述的基于白名单的网络安全防护方法，其特征在于，所述获取多维度数据，还包括以下步骤：

进行解析通信数据包的数据链路层部分，并提取通信数据包的数据链路层信息；

进行解析通信数据包的网络层部分，并提取通信数据包的网络层信息；

进行解析通信数据包的传输层部分，并提取通信数据包的传输层信息；

并解析通信数据包的应用层部分，并提取通信数据包的应用层信息。

3.根据权利要求2所述的基于白名单的网络安全防护方法，其特征在于，所述白名单用于记录发起正常访问请求的网间协议IP地址，还包括进行白名单添加，包括以下步骤：接收用户提交的请求信息，所述请求信息特征信息与白名单库特征信息匹配，其中，所述特征信息至少包括源MAC地址、源IP地址、端口号、标识符、协议ID和地址码；

确定当前提交的请求信息是否已入库所述白名单库；

若当前提交的请求信息为新用户提交，则进行建立新白名单并进行入库所述白名单库。

4.根据权利要求1所述的基于白名单的网络安全防护方法，其特征在于，还包括进行用户标记，包括以下步骤：

将当前异常访问用户进行标记，并提取当前访问用户特征信息入库黑名单；

禁止记录在所述黑名单中的IP地址的通信数据请求。

5.根据权利要求4所述的基于白名单的网络安全防护方法，其特征在于，所述获取任意T时刻网络总风险RT，包括以下步骤：预先进行获取观测序列，将警报模型化为笛卡尔积的形式，表示为：Alert＝DA1×DA2×…×DAn其中，(A1,A2,…,An)表示警报的属性，DAi表示属性Ai的取值范围，警报的属性Ai包括警报的统计特性：警报出现频次AlF、警报关键程度AlC和警报严重程度AlS；

将各属性值作为警报质量的量化因子，将警报质量定义为各属性值连线所包围的面积之和，表示为：

*

其中，AlC和AlS分别表示警报关键程度和严重程度的属性值，AlF 表示警报出现频次AlF的标准化值；

进行确定状态转移矩阵，包括：定义状态转移矩阵的修正函数，表示为：其中，AM为攻击者的类型，AC为攻击者的能力，AR为完成攻击所需要的资源，D为网络中的防护措施，i,j,k的取值由划分面决定，划分面为进入某种网络安全状态所必须的条件组合；

获取修正函数p更新状态G转移到状态R的概率P′GR，表示为：P′GR＝PGR×p

同理可分别求得状态B，C的修正函数，利用修正函数更新状态转移矩阵，表示为：

6.根据权利要求5所述的基于白名单的网络安全防护方法，其特征在于，所述警报出现频次AlF，表示单位时间内警报出现的相对次数，表示为：*

7.根据权利要求6所述的基于白名单的网络安全防护方法，其特征在于，所述AlF表示警报出现频次AlF的标准化值，还包括以下步骤：*

进行采用离差标准化的反函数将警报出现频次AlF标准化为AlF，表示为：*

AlF＝AlF(Max‑Min)+Min＝2AlF+1。

8.根据权利要求7所述的基于白名单的网络安全防护方法，其特征在于，所述获取任意T时刻网络总风险RT，还包括以下步骤：确定观测序列Ot和模型参数λ＝{S,V,P,Q，π}，更新T时刻网络处于状态Si的概率λt＝{λt(i)}，表示为：

输入T时刻的观测向量Ot和模型参数λ，获取T时刻网络处于状态Si的概率λt(i)；

进行实时更新T时刻网络处于状态Si的概率λt(i)，并获取网络安全风险值RT。

9.根据权利要求1所述的基于白名单的网络安全防护方法，其特征在于，所述异常数据预警，包括：

设定待分析数据的预警阈值；

若当前网络总风险RT大于预警阈值，则进行预警。