1.一种智能化检查点恢复方法，其特征在于，应用于智能计算云操作系统，所述智能计算云操作系统为适配于云计算环境的操作系统；所述智能化检查点恢复方法包括：获取所述智能计算云操作系统的历史系统监测数据；所述历史系统监测数据至少包括：历史系统运行状态、历史系统负载情况、历史故障发生频率；

通过检测点预测模型，对所述历史系统监测数据进行预测分析，并基于分析结果创建与所述智能计算云操作系统匹配的目标检测点；其中，所述检测点预测模型用于基于对各个局部网络区域的多维度交叉预测分析综合构建出适配于所述智能计算云操作系统整体的目标检测点；创建完成后的所述目标检测点的配置信息均随所述智能计算云操作系统中的实时任务运行状态的变化而动态调整；

通过实时监测模型，对所述智能计算云操作系统的当前系统状态进行实时监测，并基于实时监测结果触发对应的目标检测点，对所述智能计算云操作系统进行恢复操作；

所述检测点预测模型包括：策略预测层、检测探针层、检测创建层；

所述通过检测点预测模型，对所述历史系统监测数据进行预测分析，并基于分析结果创建与所述智能计算云操作系统匹配的目标检测点，包括：通过策略预测层，对所述历史系统监测数据进行预测分析，以获得检测点的检测点创建策略；所述检测点创建策略至少包括：创建条件、创建时机、存储空间位置；

通过检测探针层，判断是否达到所述检测点创建策略中设定的创建条件和/或创建时机；

通过检测创建层，在达到所述检测点创建策略中设定的创建条件和/或创建时机之后，基于实时监测数据构建对应的目标检测点，并将所述目标检测点存储到所述检测点创建策略中设定的存储空间位置中；

所述通过策略预测层，对所述历史系统监测数据进行预测分析，以获得检测点的检测点创建策略，包括：通过第一特征提取模块，从所述历史系统监测数据中，提取所述智能计算云操作系统中各个局部网络区域对应的数据存储行为特征；所述数据存储行为特征至少包括：各个局部网络区域对应的数据吞吐量特征、访问频率特征、数据冗余需求特征；

通过第二特征提取模块，从所述历史系统监测数据中，提取所述智能计算云操作系统中各个局部网络区域对应的数据安全性特征；所述数据安全性特征至少包括：各个局部网络区域对应的数据加密特征、访问控制特征；

通过备份需求预测模块，对各个局部网络区域对应的数据存储行为特征以及数据安全性特征进行综合预测，以获得各个局部网络区域对应的数据备份需求信息；所述数据备份需求信息至少包括：存储需求、安全性需求、任务处理目标、数据存储介质类型；

基于所述数据备份需求信息，生成各个局部网络区域对应的数据备份策略，并综合组建为所述检测点创建策略；

所述基于所述数据备份需求信息，生成各个局部网络区域对应的数据备份策略，并综合组建为所述检测点创建策略之后，还包括：通过可靠性评估模块，获取所述检测点创建策略中的存储空间位置的历史可靠性数据；所述历史可靠性数据至少包括：所述存储空间位置的历史故障率、历史数据丢失率、历史恢复时间、可用恢复机制；

基于所述历史可靠性数据，对所述检测点创建策略中的存储空间位置进行可靠性评估处理，以获得对应的可靠性矩阵；

基于预先设置的动态风险可承受矩阵，对所述可靠性矩阵中的元素进行可靠性筛选，以获取对应的目标元素；所述目标元素符合预先设置的可靠性评估合格条件；

以所述目标元素输出为可靠性评估合格的存储空间位置；

所述可靠性矩阵中各个元素的可靠性预测分值，表示所述检测点创建策略中各自对应的存储空间位置在可靠性评估维度下对应的可靠性评估分值；

其中，所述可靠性矩阵中元素i的可靠性预测分值Si采用如下公式计算得到：

其中，Ri表示第i个存储空间位置的历史故障率，Li表示第i个存储空间位置的历史数据丢失率，Ti表示第i个存储空间位置的历史恢复时间，Mi表示第i个存储空间位置的可用恢复机制数据值，α、β、γ、δ表示四个维度各自对应的权重系数，Bik表示第i个存储空间位置在第k个外部系统因素维度下的可靠性评估分值，wk为第k个外部系统因素对应的权重系数，所述外部系统因素维度至少包括：业务量、数据量、存储设备所处的地理位置、网络连接质量、网络供应商信誉。

2.根据权利要求1所述的智能化检查点恢复方法，其特征在于，所述目标元素符合预先设置的可靠性评估合格条件为：所述可靠性矩阵中元素i的可靠性预测分值Si高于所述动态风险可承受矩阵中对应的参考值；

所述动态风险可承受矩阵中对应的参考值随所述智能计算云操作系统的实际存储方案的变化趋势进行动态调整。

3.根据权利要求1所述的智能化检查点恢复方法，其特征在于，所述基于预先设置的动态风险可承受矩阵，对所述可靠性矩阵中的元素进行可靠性筛选，以获取对应的目标元素之后，还包括：对所述目标元素中对应的存储空间位置按照可靠性预测分值从高到低进行排列；

以第一预设位次的存储空间位置，为所述检测点创建策略中第一优先级的目标存储空间位置；

以第二预设位次的存储空间位置，为所述检测点创建策略中第二优先级的备份存储空间位置；

以第三预设位次的存储空间位置，为所述检测点创建策略中第三优先级的扩充存储空间位置；

其中，第一优先级、第二优先级、第三优先级对应的存储空间位置的被选中的概率从高到低排列；各个级别预设位次的数量按照所述智能计算云操作系统的数据量弹性设置。

4.根据权利要求1所述的智能化检查点恢复方法，其特征在于，所述实时监测模型至少包括：动态检测层、预判层、触发层、恢复层；

所述通过实时监测模型，对所述智能计算云操作系统的当前系统状态进行实时监测，并基于实时监测结果触发对应的目标检测点，对所述智能计算云操作系统进行恢复操作，包括：通过动态检测层，对所述智能计算云操作系统的当前系统状态进行实时监测，以获得动态监测状态；所述动态监测状态至少包括：资源利用率、任务完成情况、数据传输情况、系统运行负载；

通过预判层，对所述动态监测状态进行预判断，以选取即将出现异常的目标动态监测状态；

通过触发层，从所述目标检测点中选择与所述目标动态监测状态匹配的最优检测点；

所述最优检测点中存储的可恢复数据与异常发生之前的目标时刻下的历史实时监测状态之间的数据一致性满足预设可恢复条件；

通过恢复层，基于所述最优检测点，对所述智能计算云操作系统进行恢复操作，以确保恢复后的所述智能计算云操作系统处于正常运行状态并保持数据完整性。

5.一种智能计算云操作系统，其特征在于，所述智能计算云操作系统为适配于云计算环境的操作系统；所述智能计算云操作系统包括：监测单元，被配置为获取所述智能计算云操作系统的历史系统监测数据；所述历史系统监测数据至少包括：历史系统运行状态、历史系统负载情况、历史故障发生频率；

创建单元，被配置为通过检测点预测模型，对所述历史系统监测数据进行预测分析，并基于分析结果创建与所述智能计算云操作系统匹配的目标检测点；其中，所述检测点预测模型用于基于对各个局部网络区域的多维度交叉预测分析综合构建出适配于所述智能计算云操作系统整体的目标检测点；创建完成后的所述目标检测点的配置信息均随所述智能计算云操作系统中的实时任务运行状态的变化而动态调整；

恢复单元，被配置为通过实时监测模型，对所述智能计算云操作系统的当前系统状态进行实时监测，并基于实时监测结果触发对应的目标检测点，对所述智能计算云操作系统进行恢复操作；

所述检测点预测模型包括：策略预测层、检测探针层、检测创建层；

所述通过检测点预测模型，对所述历史系统监测数据进行预测分析，并基于分析结果创建与所述智能计算云操作系统匹配的目标检测点，包括：通过策略预测层，对所述历史系统监测数据进行预测分析，以获得检测点的检测点创建策略；所述检测点创建策略至少包括：创建条件、创建时机、存储空间位置；

通过检测探针层，判断是否达到所述检测点创建策略中设定的创建条件和/或创建时机；

通过检测创建层，在达到所述检测点创建策略中设定的创建条件和/或创建时机之后，基于实时监测数据构建对应的目标检测点，并将所述目标检测点存储到所述检测点创建策略中设定的存储空间位置中；

所述通过策略预测层，对所述历史系统监测数据进行预测分析，以获得检测点的检测点创建策略，包括：通过第一特征提取模块，从所述历史系统监测数据中，提取所述智能计算云操作系统中各个局部网络区域对应的数据存储行为特征；所述数据存储行为特征至少包括：各个局部网络区域对应的数据吞吐量特征、访问频率特征、数据冗余需求特征；

通过第二特征提取模块，从所述历史系统监测数据中，提取所述智能计算云操作系统中各个局部网络区域对应的数据安全性特征；所述数据安全性特征至少包括：各个局部网络区域对应的数据加密特征、访问控制特征；

通过备份需求预测模块，对各个局部网络区域对应的数据存储行为特征以及数据安全性特征进行综合预测，以获得各个局部网络区域对应的数据备份需求信息；所述数据备份需求信息至少包括：存储需求、安全性需求、任务处理目标、数据存储介质类型；

基于所述数据备份需求信息，生成各个局部网络区域对应的数据备份策略，并综合组建为所述检测点创建策略；

所述基于所述数据备份需求信息，生成各个局部网络区域对应的数据备份策略，并综合组建为所述检测点创建策略之后，还包括：通过可靠性评估模块，获取所述检测点创建策略中的存储空间位置的历史可靠性数据；所述历史可靠性数据至少包括：所述存储空间位置的历史故障率、历史数据丢失率、历史恢复时间、可用恢复机制；

基于所述历史可靠性数据，对所述检测点创建策略中的存储空间位置进行可靠性评估处理，以获得对应的可靠性矩阵；

基于预先设置的动态风险可承受矩阵，对所述可靠性矩阵中的元素进行可靠性筛选，以获取对应的目标元素；所述目标元素符合预先设置的可靠性评估合格条件；

以所述目标元素输出为可靠性评估合格的存储空间位置；

所述可靠性矩阵中各个元素的可靠性预测分值，表示所述检测点创建策略中各自对应的存储空间位置在可靠性评估维度下对应的可靠性评估分值；

其中，所述可靠性矩阵中元素i的可靠性预测分值Si采用如下公式计算得到：

其中，Ri表示第i个存储空间位置的历史故障率，Li表示第i个存储空间位置的历史数据丢失率，Ti表示第i个存储空间位置的历史恢复时间，Mi表示第i个存储空间位置的可用恢复机制数据值，α、β、γ、δ表示四个维度各自对应的权重系数，Bik表示第i个存储空间位置在第k个外部系统因素维度下的可靠性评估分值，wk为第k个外部系统因素对应的权重系数，所述外部系统因素维度至少包括：业务量、数据量、存储设备所处的地理位置、网络连接质量、网络供应商信誉。

6.一种智能计算平台，其特征在于，所述智能计算平台包括：

至少一个处理器、存储器和输入输出单元；

其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行如权利要求1至4中任一项所述的智能化检查点恢复方法。