1.一种物联网终端功耗策略在线优化的方法，其特征在于，包括：S1、对用户终端和链路进行全面扫描，并根据链路的行为数据得到链路行为图；

S2、将步骤S1中的链路行为图输入到仿真优化系统中，得到使得用户终端功耗最小的功耗参数；

S3、将步骤S1中的链路行为图和步骤S2中的功耗参数进行集中存储，并按照其对应关系构建链路行为库；

S4、用户终端定期向服务器发送自身的运行数据和采集到的用户链路行为数据，服务器评估用户终端的功耗策略是否需要优化，若无需优化则维持原状直到用户终端下一次数据采集，否则转到步骤S5；

S5、服务器根据用户终端采集到的链路行为数据生成链路行为子图，利用相似度算法将其与步骤S3中的链路行为库进行匹配，若匹配成功，则从链路行为库中获取匹配的链路行为图对应的最小功耗的功耗参数并转到步骤S7，否则转到步骤S6；

S6、通过图神经网络的生成算法对步骤S5中生成的链路行为子图进行二次生成得到完整的链路行为图，将该链路行为图输入到步骤S2中的仿真优化系统中，得到新链路的最小功耗的功耗参数；

S7、服务器将最小功耗的功耗参数联网传输到用户终端，并下发参数更新指令，完成用户终端的功耗策略升级。

2.根据权利要求1所述的物联网终端功耗策略在线优化的方法，其特征在于，步骤S1中，得到链路行为图包括以下子步骤：S101、使用链路分析工具对用户终端与链路之间的交互行为及相关数据进行监测，包括但不限于交互行为的种类、具体内容、行为时间、处理时延和传输时延；使用功耗分析设备和逻辑分析设备对用户终端的实时电流和工作状态进行采样分析，获取各用户终端行为的分段工作状态和平均电流；

S102、控制用户终端保持被动响应状态，使用抓包器对链路的主动发包行为进行监测并记录后续用户终端与链路发生的交互行为及相关数据；

S103、根据链路协议将链路中发生的交互行为进行汇总，获得链路测试行为集，依次选取测试行为集中的每一项作为待测行为，控制用户终端向链路发起待测行为，使用链路分析工具对用户终端与链路之间的交互行为进行监测并记录相关数据；

S104、对步骤S102、S103中获取到的交互行为进行分类汇总，属于用户终端行为的部分构成用户终端行为表，该表的字段内容包括但不限于种类、具体内容、行为时间、处理时延和传输时延、该用户终端行为的分段工作状态和对应的平均电流；属于链路行为的部分则生成该链路的链路行为图；

S105、重复步骤S101 S104，直到所有待测链路均生成链路行为图。

~

3.根据权利要求2所述的物联网终端功耗策略在线优化的方法，其特征在于，步骤S104中，链路行为图由节点和边构成，其中节点表示链路的行为内容，通常就是一种发包行为；

节点包括但不限于行为种类、行为时间、处理时延和传输时延；边表示行为的触发条件。

4.根据权利要求1所述的物联网终端功耗策略在线优化的方法，其特征在于，步骤S2中，得到使得用户终端功耗最小的功耗参数包括以下子步骤：S201、定义用户终端在n种工作状态s1、s2…sn下的平均电流分别为c1、c2…cn，则用户终端的平均功耗P=(c1*t1+c2*t2…+cn*tn)/(t1+t2+...+tn)*V，其中，t1、t2…tn分别表示用户终端处于不同工作状态下的时间，V表示用户终端的输入电压；

S202、使用参数表征用户终端的功耗策略；

S203、选取遗传算法作为仿真优化系统的优化算法，在参数范围内搜索使功耗最小的一组功耗参数，不断迭代直至迭代搜索的次数大于预设次数阈值或相邻两次迭代间功耗结果的变化误差小于设定数值。

5.根据权利要求1所述的物联网终端功耗策略在线优化的方法，其特征在于，步骤S4中，判断是否需要优化包括以下内容：记录用户终端一段时间内处于休眠状态下的时间占比，当时间占比低于阈值时，则需要进行优化，否则不需要进行优化。

6.根据权利要求2所述的物联网终端功耗策略在线优化的方法，其特征在于，步骤S5中，匹配包括以下子步骤：S501、服务器根据用户终端在单个采样周期内采集到的链路行为数据生成链路行为子图；

S502、遍历链路行为库中的所有链路行为图，计算与链路行为子图的相似度，得到相似度最高的链路行为图；若最高相似度达到预设的相似度阈值，则链路行为子图在链路行为库中匹配成功，获取匹配的链路行为图对应的最小功耗的功耗参数，转到步骤S7，否则转到步骤S6。

7.根据权利要求6所述的物联网终端功耗策略在线优化的方法，其特征在于，步骤S501中，生成链路行为子图包括以下子步骤：S5011、遍历链路行为数据中的所有用户终端行为，在用户终端行为表中找到对应项并更新参数的属性使用户终端行为表中的属性数据与链路行为数据中的一致；

S5012、遍历链路行为数据中的所有链路行为，每一个链路行为对应一个节点，节点的属性包括但不限于节点行为的发送时间和传输时延；

S5013、根据链路行为数据解析每个链路行为对应的触发条件并在行为图中用边的形式进行构造。

8.根据权利要求7所述的物联网终端功耗策略在线优化的方法，其特征在于，步骤S502中，匹配包括以下子步骤：S5021、将链路行为子图和匹配的链路行为图表示为图的邻接矩阵和节点特征矩阵；

S5022、构建基于图卷积网络的图匹配模型，将链路行为子图作为输入图，匹配的链路行为图作为目标图，学习到节点的匹配特征；

S5023、利用学习到的匹配特征计算节点间的余弦相似度，具体公式为：；

其中， 表示两个向量 和 之间的余弦相似度， 表示第i个向量，表示 邻居节点集合中的第j个向量，k表示向量中的维度索引，G表示向量的维数，表示向量 在第k维的分量， 表示向量 在第k维的分量；

S5024、根据余弦相似度，输出链路行为子图与匹配的链路行为图之间的节点匹配结果；通过迭代和优化调整模型参数，完成链路行为子图和匹配的链路行为图间节点的匹配。

9.根据权利要求8所述的物联网终端功耗策略在线优化的方法，其特征在于，步骤S5022中，学习节点的匹配特征包括以下内容：聚合节点的邻居信息，具体表示为：

；

其中， 表示第l层的权重矩阵， 表示第l‑1层 的特征， 表示向量的邻居信息聚合， 表示向量 的邻居节点集合；

将向量 的自身特征考虑进去，具体表示为：

；

其中， 表示第l层的自身特征的权重矩阵， 表示向量 在第l层的自身特征向量， 表示第l‑1层 的特征；

将聚合的邻居信息和自身特征更新结合，得到向量 在第l层的新特征，具体表示为：；

其中， 表示向量 在第l层的总特征向量。

10.根据权利要求8所述的物联网终端功耗策略在线优化的方法，其特征在于，步骤S6中，得到完整的链路行为图包括以下子步骤：S601、对链路行为子图进行编码，将邻接矩阵和节点特征矩阵输入到基于图卷积网络的图匹配模型中，经过多层的节点特征传播和聚合学习子图的节点特征；

S602、对链路行为子图节点特征进行融合，得到整体子图的特征表示；

S603、利用生成对抗网络模型，生成新节点和边，构建完整链路行为图的结构；生成节点特征，将该特征和子图节点特征进行融合，获得完整链路行为图的特征表示；

S604、通过去除重复边，对完整链路行为图的结构进行优化和修复，获得完整的链路行为图。