1.一种电子政务大数据处理优化方法，其特征在于，包括以下步骤：步骤S1：获取电子政务系统的输入端大数据；对输入端大数据进行权限标签分类，从而获取权限标签分类数据；其中，步骤S1包括：步骤S11：获取电子政务系统的输入端大数据；

步骤S12：对输入端大数据进行元数据分析，从而获取元数据分析数据；

步骤S13：对元数据分析数据进行细粒度特征提取，从而获取细粒度特征数据；

步骤S14：根据细粒度特征数据对输入端大数据进行政务聚类划分，从而获取政务划分数据集；

步骤S15：对政务划分数据集进行职权链可视化分析，从而获取职权链可视化数据；其中，步骤S15包括：步骤S151：对政务划分数据集进行所有权可视化分析，从而获取所有权链可视化数据；

步骤S152：对政务划分数据集进行控制权可视化分析，从而获取控制权链可视化数据；

步骤S153：对所有权链可视化数据以及控制权链可视化数据进行属性关联分析，从而获取属性关联分析数据；

步骤S154：对属性关联分析数据进行特征降维，从而获取特征降维数据集；

步骤S155：对特征降维数据集进行权限匹配，从而获取权限匹配数据集；

步骤S156：对权限匹配数据集进行职权链可视化分析，从而获取职权链可视化数据；

步骤S16：根据职权链可视化数据对政务划分数据集进行权限标签分类，从而获取权重标签分类数据；

步骤S2：对权限标签分类数据进行业务匹配，从而获取业务匹配数据；对业务匹配数据进行冲突对齐，从而获取冲突对齐数据；其中，步骤S2包括：步骤S21：对权限标签分类数据进行业务匹配，从而获取业务匹配数据；

步骤S22：根据业务匹配数据对权限标签分类数据进行数据实体关联匹配，从而获取实体关联匹配数据以及非实体关联数据；

步骤S23：对实体关联匹配数据进行属性对齐，从而获取属性对齐匹配数据；

步骤S24：对属性对齐匹配数据进行属性冗余，从而获取冗余匹配实体数据；

步骤S25：对非实体关联数据进行冲突数据过滤，从而获取过滤非实体数据；

步骤S26：对权限标签分类数据进行标签选择，从而获取权限标签数据；

步骤S27：基于权限标签数据对过滤非实体数据以及冗余匹配实体数据进行部门‑地区对齐映射，从而获取冲突对齐数据；其中，步骤S27包括：步骤S271：对过滤非实体数据以及冗余匹配实体数据进行数据整合，从而获取过滤整合数据；

步骤S272：对权限标签数据进行部门级标签提取，从而获取部门权限标签数据；

步骤S273：根据部门权限标签数据对过滤整合数据进行部门级数据冲突对齐，从而获取部门冲突对齐数据；

步骤S274：根据部门冲突对齐数据获取地区级接口输出数据；

步骤S275：对权限标签数据进行地区级标签提取，从而获取地区权限标签数据；

步骤S276：根据地区权限标签数据对过滤整合数据以及地区级接口输出数据进行地区级冲突对齐，从而获取地区冲突对齐数据；

步骤S277：对地区冲突对齐数据进行部门‑地区对齐映射，从而获取冲突对齐数据；

步骤S3：对冲突对齐数据进行数据集融合，从而获取融合数据集；其中，步骤S3包括：步骤S31：对业务匹配数据进行参数数据流分析，从而获取参数数据流分析数据；

步骤S32：对参数数据流分析数据进行部门‑地区参数映射，从而获取参数映射数据；

步骤S33：对参数映射数据进行参数兼容性分析，从而获取参数兼容性数据；

步骤S34：根据参数兼容性数据对冲突对齐数据进行格式兼容转换，从而获取兼容转换数据；

步骤S35：对参数映射数据进行业务关联性分析，从而获取业务关联性数据；

步骤S36：对业务关联性数据进行特征挖掘，从而获取业务关联特征数据；

步骤S37：根据业务关联特征数据对兼容转换数据进行数据集融合，从而获取融合数据集；

步骤S4：对融合数据集进行敏感阈值划分，从而获取敏感划分数据集；对敏感划分数据集进行加密标签划分，从而获取加密标签划分数据；对加密标签划分数据进行数据授权匹配，从而获取数据授权匹配数据；其中，步骤S4包括：步骤S41：对权限标签分类数据进行权限分级，从而获取权限分级数据；

步骤S42：对权限分级数据以及融合数据集进行敏感阈值评估，从而获取敏感阈值评估系数；

步骤S43：通过加密敏感度计算公式并根据敏感阈值评估系数对融合数据集进行加密敏感度划分，从而获取敏感划分数据集；

其中，加密敏感度计算公式如下所示：

；

式中，是敏感阈值， 是数据加密适应权重值， 是融合数据集中第 个数据块的敏感词频， 是融合数据集中第 个数据块的敏感阈值评估系数，是融合数据集的数据块数量， 是融合数据集中第 个数据块的词数， 是融合数据集中第 个数据块中第 个词的词频， 是融合数据集中第 个数据块与相邻相关数据块的业务关联特征序列值， 是融合数据集中第 个数据块的业务敏感度， 是融合数据集中第 个数据块的数据更新平均时间， 是融合数据集中第 个数据块的脱敏数据数量级；

步骤S44：对权限分级数据进行政务领域数据筛选，从而获取政务领域筛选数据；

步骤S45：对政务领域筛选数据进行价值评估，从而获取政务价值评估数据，其中政务价值评估数据包括社会保障评估数据、自然资源评估数据、直接经济评估数据、教育资源评估数据、公共安全评估数据以及基础民生评估数据；

步骤S46：对社会保障评估数据以及公共安全评估数据进行高敏感程度关联分析，从而获取第一敏感关联数据；对教育资源评估数据以及自然资源评估数据进行中敏感度程度关联分析，从而获取第二敏感关联数据；对直接经济评估数据以及基础民生评估数据进行低敏感度程度关联分析，从而获取第三敏感关联数据；

步骤S47：对第一敏感关联数据以及敏感划分数据集进行高敏感特征降级，从而获取第一敏感降级数据；对第二敏感关联数据以及敏感划分数据集进行中敏感特征降级，从而获取第二敏感降级数据；对第三敏感关联数据以及敏感划分数据集进行低敏感特征降级，从而获取第三敏感降级数据，其中第三敏感降级数据包括高敏感数据集、中敏感数据集以及低敏感数据集；

步骤S48：对高敏感数据集进行多级加密，从而获取多级加密数据；对中敏感数据集进行非对称加密，从而获取非对称加密数据；对低敏感数据集进行散列加密，从而获取散列加密数据；

步骤S49：对多级加密数据、非对称加密数据以及散列加密数据进行加密标签划分，从而获取加密标签划分数据；

步骤S410：对加密标签划分数据以及权限分级数据进行数据授权匹配，从而获取数据授权匹配数据；

步骤S5：根据数据授权匹配数据对加密标签划分数据进行分布式授权处理，从而获取分布授权处理数据，以执行电子政务大数据的处理优化作业。

2.根据权利要求1所述的电子政务大数据处理优化方法，其特征在于，步骤S5包括以下步骤：步骤S51：对加密标签划分数据进行业务块划分，从而获取业务块数据；

步骤S52：对业务块数据进行解密系数评估，从而获取解密系数数据；

步骤S53：对业务块数据进行热度系数评估，从而获取热度系数数据；

步骤S54：对业务块数据进行计算复杂度系数评估，从而获取计算复杂度系数数据；

步骤S55：对解密系数数据、热度系数数据以及计算复杂度系数数据进行加权平均，从而获取计算资源系数数据；

步骤S56：利用节点分布式技术并根据计算资源系数数据对业务块数据进行分布资源优化，从而获取分布数据集；

步骤S57：根据数据授权匹配数据对分布数据集进行分布式授权处理，从而获取分布授权处理数据，以执行电子政务大数据的处理优化作业。

3.一种电子政务大数据处理优化系统，其特征在于，用于执行如权利要求1所述的电子政务大数据处理优化方法，该电子政务大数据处理优化系统包括：权限标签模块，用于获取电子政务系统的输入端大数据；对输入端大数据进行权限标签分类，从而获取权限标签分类数据；

冲突对齐模块，对权限标签分类数据进行业务匹配，从而获取业务匹配数据；对业务匹配数据进行冲突对齐，从而获取冲突对齐数据；

数据集融合模块，用于对冲突对齐数据进行数据集融合，从而获取融合数据集；

权限匹配模块，用于对融合数据集进行敏感阈值划分，从而获取敏感划分数据集；对敏感划分数据集进行加密标签划分，从而获取加密标签划分数据；对加密标签划分数据进行数据授权匹配，从而获取数据授权匹配数据；

分布式授权模块，用于根据数据授权匹配数据对加密标签划分数据进行分布式授权处理，从而获取分布授权处理数据，以执行电子政务大数据的处理优化作业。