1.一种基于计算机网络图像识别系统，其特征在于：包括信息采集模块、效率分析模块、比对校验模块以及预警处理模块，各个模块之间通过信号连接；

信息采集模块，采集计算机网络图像识别系统进行图像识别时的识别稳定状态信息和识别处理性能信息，采集后，将识别稳定状态信息和识别处理性能信息传递至效率分析模块；

效率分析模块，将识别稳定状态信息和识别处理性能信息进行归一化处理，建立信息分析模型，生成时效性指数；

比对校验模块，将计算机网络图像识别系统生成的时效性指数与预设的时效性指数阈值进行比对分析，并筛选出时效性指数大于等于预设的时效性阈值的数据标记为异常信号；

预警处理模块，对异常信号生成后的连续若干个时效性指数建立数据集合并计算数据集合内若干个时效性指数的标准差，并根据时效性指数标准差与预设的时效性指数标准差阈值的比对基于计算机网络图像识别系统进行风险评估和预警处理；

信息采集模块，用于采集计算机网络图像识别系统进行图像识别时的识别稳定状态信息和识别处理性能信息；

识别稳定状态信息包括尺度鲁棒性浮动系数，识别处理性能信息包括黑箱装填响应时长系数和特征扫描效率系数，采集后，信息采集模块将尺度鲁棒性浮动系数、黑箱装填响应时长系数和特征扫描效率系数分别标定为PZ、KO、FS；

尺度鲁棒性浮动系数的获取逻辑如下：

获取计算机网络图像识别系统的采集图像处理流程在T时间内若干个数据处理时长的采集周期，并将采集周期标定为Tx，x表示图像数据处理时长的周期编号，x＝{1，2，3…m}，m为正整数；

计算机网络图像识别系统的采集图像处理流程在T时间内的数据处理时长采集周期获取步骤如下：获取采集到的图像数据发出预处理请求所用的响应时间，将采集到的图像数据发出预处理请求所用的响应时间标定为TQ；

获取采集到的图像数据经过图像预处理操作后发出识别请求所用的响应时间，将采集到的图像数据经过图像预处理操作后发出识别请求所用的响应时间标定为TW；

计算图像数据处理时长采集周期表达式为Tx＝TQ+TW；

计算计算机网络图像识别系统在T时间内数据处理时长采集周期的标准差，则标准差LU的表达式为 式中，m为计算机网络图像识别系统图像数据处理时长的采集周期总数量，为计算机网络图像识别系统在T时间内数据处理时长采集周期的平均值，其计算表达式为计算计算机网络图像识别系统在T时间内的尺度鲁棒性浮动系数的表达式为黑箱装填响应时长系数的获取逻辑如下；

获取计算机网络图像识别系统的神经网络最佳响应时长范围，并将最佳时长范围标定为K1‑K2；

获取计算机网络图像识别系统在T时间内的若干个神经网络响应时长，并将神经网络响应时长标定为Ry，y表示不同神经网络响应时长的编号，且y＝{1，2，3…n}，其中n为正整数；

将大于最佳时长范围K1‑K2最大值K2的神经网络响应时长标定为Re，e为大于最佳时长范围K1‑K2最大值K2的神经网络响应时长编号，且e＝{1，2，3…h}，其中h为正整数；

计算黑箱装填响应时长系数的表达式为 其中， 为神经网络最佳响应时长范围均值，即

特征扫描效率系数的获取逻辑如下；

获取计算机网络图像识别系统中图像数据特征扫描所提取的全部特征点，并对提取特征点进行编号为q，q＝{1，2，3…w}，其中，w为正整数；

获取计算机网络图像识别系统中图像数据特征扫描所提取特征点经过筛选和选择后的选取特征点，并对选取特征点进行编号为f，f＝{1，2，3…g}，其中，g为正整数；

计算特征扫描效率系数的表达式为

时效性指数的计算方法如下；

时效性指数Tl的计算表达式为 式中，α，β，γ分别为

数据采集周期平衡指数PZ、黑箱装填响应时长系数KO和特征扫描效率系数FS的预设比例系数，且α，β，γ均大于0；

将计算机网络图像识别系统进行图像预处理的时效性指数与预设的时效性阈值进行对比分析，根据对比分析结果生成异常信号和稳定信号；

将计算机网络图像识别系统进行图像预处理的时效性指数与预设的时效性阈值进行对比分析，若时效性指数大于等于预设的时效性阈值，则生成异常信号，若时效性指数小于预设的时效性阈值，则生成稳定信号；

根据时效性指数标准差与预设的时效性指数标准差阈值的比对基于计算机网络图像识别系统进行风险评估和预警处理；

当生成异常信号时，对计算机网络图像识别系统进行状态评估，对异常信号生成后的连续若干个时效性指数建立数据集合并标定为CT，则CT＝{Tld}，其中，d＝{1，2，3…v}，v为正整数；

计算数据集合内若干个时效性指数的标准差，并将时效性指数的标准差标定为AC，并将时效性指数标准差AC与预设的时效性指数标准差阈值EB进行对比，根据对比结果进行风险等级分级，分级结果如下：若时效性指数标准差大于等于预设的时效性指数标准差阈值，则对计算机网络图像识别系统标记为高风险等级；

若时效性指数标准差小于预设的时效性指数标准差阈值，则对计算机网络图像识别系统标记为低风险等级。

2.一种基于计算机网络图像识别方法，基于权利要求1所述的系统实现，其特征在于：所述方法有如下步骤：

采集计算机网络图像识别系统进行图像识别时的识别稳定状态信息和识别处理性能信息；

将识别稳定状态信息和识别处理性能信息进行归一化处理，建立信息分析模型，生成时效性指数；

将时效性指数与预设的时效性指数进行比对分析，并筛选出时效性指数大于等于预设的时效性阈值的数据标记为异常信号；

对异常信号生成后的连续若干个时效性指数建立数据集合并计算数据集合内若干个时效性指数的标准差，并根据时效性指数标准差与预设的时效性指数标准差阈值的比对进行风险评估和预警处理。

3.一种基于计算机网络图像识别的存储介质，其特征在于：一种基于计算机网络图像识别的存储介质用于存储一种基于计算机网络图像识别系统中采集的数据以及生成的信号，存储的数据以及生成的信号用于权利要求1所述的一种基于计算机网络图像识别系统。