1.一种数据安全传输方法，其特征在于，应用于智能计算平台的服务器，所述智能计算平台还包括多个计算机设备，所述服务器与所述计算机设备通信连接，所述服务器内存储有预设的敏感性检测模型，所述计算机设备存储有多个预设数据：所述方法包括：在所述计算机设备传输所述预设数据时，将待传输的所述预设数据确定为目标数据；

解析所述目标数据和其余的所述预设数据，获取所述目标数据与所述预设数据的关联性信息；

获取所述目标数据的数据类型，将所述关联性信息和所述目标数据的数据类型输入至所述敏感性检测模型，所述敏感性检测模型输出所述目标数据对应的敏感性信息；

根据所述敏感性信息确定所述目标数据的加密策略，根据所述加密策略对所述目标数据进行加密；

根据所述敏感性信息确定所述目标数据的传输策略，根据所述传输策略完成所述目标数据的传输；

所述敏感性检测模型为预设神经网络模型，所述预设神经网络模型包括第一编码层、第二编码层、拼接层和输出层；所述将所述关联性信息和所述目标数据的数据类型输入至所述敏感性检测模型，包括：将所述关联性信息输入至所述第一编码层，并将所述数据类型输入至所述第二编码层，以获取所述关联性信息对应的第一编码参数和所述数据类型对应的第二编码参数；

将所述第一编码参数和所述第二编码参数输入至所述拼接层，所述拼接层用于拼接所述第一编码参数和所述第二编码参数，获得第三编码参数；

将所述第三编码参数输入至所述输出层，所述输出层根据所述第三编码参数生成并输出所述敏感性信息。

2.根据权利要求1所述的方法，其特征在于，解析所述目标数据和其余的所述预设数据，所述获取所述目标数据与所述预设数据的关联性信息，包括：根据所述目标数据的标识信息解析所述预设数据的内容，获取所述目标数据的标识信息对应的次数信息和位置信息；

根据所述次数信息和所述位置信息计算所述关联性信息。

3.根据权利要求2所述的方法，其特征在于，所述位置信息包括所述标识信息的出现位置对应的段落序号信息，所述次数信息包括所述标识信息的出现次数；所述根据所述次数信息和所述位置信息计算所述关联性信息，包括：根据预设关联性计算公式计算所述关联性信息，所述预设关联性计算公式包括：；

式中 表示所述关联性信息， =（ + +…+ ）表示所述出现次数，{ ， ，…，}分别为所述标识信息出现在各所述预设数据的子出现次数，n为包含所述标识信息的所述预设数据的总个数，{1,2，…，n}为包含所述标识信息的所述预设数据的序号； 为出现在序号为1的所述预设数据的所述标识信息对应的序号， ∈[1， ]、 为出现在序号为2的所述预设数据的所述标识信息对应的序号， ∈[1， ]、…、 为出现在序号为n的所述预设数据的所述标识信息对应的序号， ∈[1， ]；∈{ ， ，…， }表示各包含所述标识信息的所述预设数据的总段落数， ∈{ ， ，…， }表示所述标识信息出现在各所述预设数据的段落数； 和 分别为第一预设阈值和第二预设阈值。

4.根据权利要求1所述的方法，其特征在于，在所述将所述关联性信息和所述目标数据的数据类型输入至所述敏感性检测模型之前，还包括：获取历史传输数据对应的历史关联性信息、历史数据类型和历史敏感性信息；

将所述历史关联性信息和历史数据类型输入至待训练的所述敏感性检测模型，所述敏感性检测模型用于输出预测敏感性信息；

根据所述预测敏感性信息和所述历史敏感性信息采用反向传播算法完成对所述敏感性检测模型的训练。

5.根据权利要求1所述的方法，其特征在于，所述服务器存储有预设的加密策略生成模型；所述根据所述敏感性信息确定所述目标数据的加密策略，包括：将所述目标数据的所述数据类型和所述敏感性信息输入至所述加密策略生成模型，所述加密策略生成模型用于根据所述数据类型和所述敏感性信息输出所述加密策略。

6.根据权利要求1所述的方法，其特征在于，所述根据所述敏感性信息确定所述目标数据的传输策略，包括：获取多个所述计算机设备的运行信息和计算资源信息；

根据所述敏感性信息、运行信息和计算资源信息在多个所述计算机设备中确定用于传输所述目标数据的目标传输设备。

7.根据权利要求6所述的方法，其特征在于，根据所述传输策略完成所述目标数据的传输，包括：获取用于接收所述目标数据的设备的设备协议信息；

将所述目标数据的数据类型修改为所述设备协议信息对应的所述数据类型；

控制所述目标传输设备根据所述设备协议信息完成所述目标数据的传输。

8.一种云操作系统，其特征在于，应用于智能计算平台的服务器，所述智能计算平台还包括多个计算机设备，所述服务器与所述计算机设备通信连接，所述服务器内存储有预设的敏感性检测模型，所述计算机设备存储有多个预设数据：所述系统包括：确定模块，用于在所述计算机设备传输所述预设数据时，将待传输的所述预设数据确定为目标数据；

解析模块，用于解析所述目标数据和其余的所述预设数据，获取所述目标数据与所述预设数据的关联性信息；

获取模块，用于获取所述目标数据的数据类型，将所述关联性信息和所述目标数据的数据类型输入至所述敏感性检测模型，所述敏感性检测模型输出所述目标数据对应的敏感性信息；

加密模块，用于根据所述敏感性信息确定所述目标数据的加密策略，根据所述加密策略对所述目标数据进行加密；

传输模块，用于根据所述敏感性信息确定所述目标数据的传输策略，根据所述传输策略完成所述目标数据的传输；

所述敏感性检测模型为预设神经网络模型，所述预设神经网络模型包括第一编码层、第二编码层、拼接层和输出层；所述将所述关联性信息和所述目标数据的数据类型输入至所述敏感性检测模型，包括：将所述关联性信息输入至所述第一编码层，并将所述数据类型输入至所述第二编码层，以获取所述关联性信息对应的第一编码参数和所述数据类型对应的第二编码参数；

将所述第一编码参数和所述第二编码参数输入至所述拼接层，所述拼接层用于拼接所述第一编码参数和所述第二编码参数，获得第三编码参数；

将所述第三编码参数输入至所述输出层，所述输出层根据所述第三编码参数生成并输出所述敏感性信息。

9.一种智能计算平台，其特征在于，包括服务器和多个计算机设备，所述服务器与所述计算机设备通信连接，所述服务器内存储有预设的敏感性检测模型，所述计算机设备存储有多个预设数据；

其中，所述服务器包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。