1.软硬件资源智能优化方法，其特征在于，包括：

步骤S1：通过多个资源监测点对物理主机进行硬件监测，得到第一资源监控基础数据，通过对物理主机中的多个应用程序进行软件监测，得到第二资源监控基础数据，得到的基础数据定义为资源监控基础数据；

步骤S2：对第一资源监控基础数据进行计算，得到硬件资源综合偏差和硬件资源综合时间变化比，对硬件资源综合偏差和硬件资源综合时间变化比进行分析，得到第一虚拟化分级判断数据，将第一虚拟化分级判断数据、硬件资源综合偏差以及硬件资源综合时间变化比定义为硬件资源分析数据；

步骤S3：根据第二资源监控基础数据和硬件资源分析数据计算得到应用程序虚拟化判断系数，通过分析应用程序虚拟化判断系数得到第二虚拟化分级判断数据；

步骤S4：根据硬件资源分析数据和第二虚拟化分级判断数据进行资源优化。

2.根据权利要求1所述的软硬件资源智能优化方法，其特征在于，还包括数据库，数据库中存储的数据还包括第一划分权重、第二划分权重以及第三划分权重；

所述步骤S1中，对资源监控基础数据进行获取具体步骤如下：

步骤S11：对物理主机进行硬件资源监控，得到第一资源监控基础数据；

步骤S12：对物理主机进行软件资源监控，得到第二资源监控基础数据；

步骤S13：将第一资源监控基础数据和第二资源监控基础数据定义为资源监控基础数据；

所述步骤S11中，还包括以下具体步骤：

步骤S111：在对物理主机进行硬件资源监控的时间周期内，按照时间顺序选择m个硬件资源监测点，并将其分别标记为第一资源监测点至第m资源监测点，每连续两个硬件资源监测点间隔一个特征时间片段，对特征时间片段对应的时间长度数值进行获取，得到特征时间长度值；

步骤S112：将物理主机在不同硬件资源监测点对应的运行程序划分为第一类型程序、第二类型程序以及第三类型程序；

具体步骤如下：

步骤S1121：在应用程序启动后标记为程序划分时间片段；

步骤S1121：分别获取应用程序在程序划分时间片段对应的CPU利用率、内存利用率以及累计IO操作次数，从数据库中提取第一划分权重、第二划分权重以及第三划分权重；

步骤S1123：获取CPU利用率与第一划分权重的乘积，得到第一划分系数；

步骤S1124：获取内存利用率与第二划分权重的乘积，得到第二划分系数；

步骤S1125：获取累计IO操作次数与第三划分权重的乘积，得到第三划分系数；

步骤S1126：将第一划分系数、第二划分系数以及第三划分系数进行数值大小比较；

具体步骤如下：

步骤S11261：当第一划分系数同时大于第二划分系数和第三划分系数，将运行程序划分为第一类型程序；

步骤S11262：当第二划分系数同时大于第一划分系数和第三划分系数，将运行程序划分为第二类型程序；

步骤S11263：当第三划分系数同时大于第一划分系数和第二划分系数，将运行程序划分为第三类型程序；

步骤S113：将运行第一类型程序的硬件资源监测点标记为第一类型资源监测点，将运行第二类型程序的硬件资源监测点标记为第二类型资源监测点，将运行第三类型程序的硬件资源监测点标记为第三类型资源监测点；

步骤S114：获取物理主机对应的CPU平均利用率偏差和CPU利用率时间变化比；

步骤S115：获取物理主机对应的内存平均利用率偏差和内存利用率时间变化比；

步骤S116：获取物理主机对应的磁盘平均利用率偏差和磁盘利用率时间变化比；

步骤S117：将CPU平均利用率偏差、CPU利用率时间变化比、内存平均利用率偏差、内存利用率时间变化比、磁盘平均利用率偏差以及磁盘利用率时间变化比定义为第一资源监控基础数据。

3.根据权利要求2所述的软硬件资源智能优化方法，其特征在于，所述步骤S114中，还包括以下具体步骤：所述步骤S114中，还包括以下具体步骤：

步骤S1141：将第一硬件资源监控程序在物理主机上进行部署，通过第一硬件资源监视器获取第一资源监测点至第m资源监测点分别对应的CPU利用率，并将其分别标记为第一CPU利用率至第mCPU利用率；

步骤S1142：将第一CPU利用率至第mCPU利用率以及特征时间长度值通过计算得到CPU利用率时间变化比；

步骤S1143：通过第一硬件资源监控程序获取每一个第一类型资源监测点对应的CPU利用率，计算CPU利用率与最近非第一类型资源监测点对应的CPU利用率的差值，得到多个CPU利用率偏差，将多个CPU利用率偏差进行平均值计算，得到CPU平均利用率偏差；

所述步骤S115中，还包括以下具体步骤：

步骤S1151：将第二硬件资源监控程序在物理主机上进行部署，通过第二硬件资源监控程序获取第一资源监测点至第m资源监测点分别对应的内存利用率，并将其分别标记为第一内存利用率至第m内存利用率；

步骤S1152：将第一内存利用率至第m内存利用率以及特征时间长度值通过计算得到内存利用率时间变化比；

步骤S1153：通过第二硬件资源监控程序获取每一个第三类型资源监测点对应的内存利用率，计算内存利用率与最近非第三类型资源监测点对应的内存利用率的差值，得到多个内存利用率偏差，将多个内存利用率进行平均值计算，得到内存平均利用率偏差；

所述步骤S116中，还包括以下具体步骤：

步骤S1161：将第三硬件资源监控程序在物理主机上进行部署，通过第三硬件资源监视器获取第一资源监测点至第m资源监测点分别对应的磁盘利用率，并将其分别标记为第一磁盘利用率至第m磁盘利用率；

步骤S1162：将第一磁盘利用率至第m磁盘利用率以及特征时间长度值通过计算得到磁盘利用率时间变化比；

步骤S1163：通过第三硬件资源监控程序获取每一个第二类型资源监测点对应的磁盘利用率，计算磁盘利用率与最近非第三类型资源监测点对应的磁盘利用率的差值，得到多个磁盘利用率偏差，将多个磁盘利用率进行平均值计算，得到磁盘平均利用率偏差。

4.根据权利要求2所述的软硬件资源智能优化方法，其特征在于，所述步骤S12中，对第二资源监控基础数据进行获取还包括以下步骤：步骤S121：将对物理主机进行软件资源监控的时间长度划分n个软件资源监测周期，并将其分别标记为第一软件资源监测周期至第n软件资源监测周期；

步骤S122：获取第一应用程序对应的平均峰谷流量时间变化比；

步骤S123：获取第一应用程序对应的峰值运存占用平均量；

步骤S124：重复步骤S122和步骤S123，对物理主机中每一个应用程序对应的平均峰谷流量时间变化比和峰值运存占用平均量分别进行获取；

步骤S125：将平均峰谷流量时间变化比和峰值运存占用平均量定义为第二资源监控基础数据；

所述步骤S123中，还包括具体以下步骤：

步骤S1231：通过第二软件资源监控程序获取第一应用程序，分别在第一软件资源监测周期至第n软件资源监测周期对应的运行内存占用最大值，并将其分别标记为第一峰值运存占用量至第n峰值运存占用量；

步骤S1232：计算第一峰值运存占用量至第n峰值运存占用量的平均值，得到第一应用程序对应的峰值运存占用平均量。

5.根据权利要求4所述的软硬件资源智能优化方法，其特征在于，所述步骤S122具体步骤如下：步骤S1221：将物理主机中运行的应用程序分别标记为第一至第i应用程序；

步骤S1222：通过第一软件资源监控程序获取第一软件资源监测周期内应用程序峰值流量出现的时间点和具体流量数值，将其分别标记为第一峰值流量时间节点和第一峰值流量数值；

步骤S1223：通过第一软件资源监控程序获取第一软件资源监测周期内应用程序谷值流量出现的时间点和具体流量数值，将其分别标记为第一谷值流量时间节点和第一谷值流量数值；

步骤S1224：将第一峰值流量时间节点、第一峰值流量数值、第一谷值流量时间节点以及第一谷值流量数值通过计算得到峰谷流量时间变化比；

步骤S1225：重复步骤S1221至步骤S1224，分别对第二软件资源监测周期至第n软件资源监测周期对应的峰谷流量时间变化比进行获取，将第一软件资源监测周期至第n软件资源监测周期分别对应的峰谷流量时间变化比进行平均数计算，得到平均峰谷流量时间变化比。

6.根据权利要求1所述的软硬件资源智能优化方法，其特征在于，还包括数据库，数据库存储的数据还包括CPU平均利用率偏差阈值、磁盘平均利用率偏差阈值、内存平均利用率偏差阈值、CPU利用率时间变化比阈值、内存利用率时间变化比阈值以及磁盘利用率时间变化阈值；

所述步骤S2中，对硬件资源分析数据进行获取还包括以下步骤：步骤S21：获取资源监控基础数据，根据资源监控基础数据获取第一资源监控基础数据，根据第一资源监控基础数据分别获取CPU平均利用率偏差、CPU利用率时间变化比、内存平均利用率偏差、内存利用率时间变化比、磁盘平均利用率偏差以及磁盘利用率时间变化比；

步骤S22：将CPU平均利用率偏差、磁盘平均利用率偏差、内存平均利用率偏差通过计算得到硬件资源综合偏差；

步骤S23：将CPU平均利用率偏差阈值、磁盘平均利用率偏差阈值、内存平均利用率偏差阈值通过计算得到硬件资源综合偏差阈值；

步骤S24：将CPU利用率时间变化比、内存利用率时间变化比以及磁盘利用率时间变化比通过计算得到硬件资源综合时间变化比；

步骤S25：将CPU利用率时间变化比阈值、内存利用率时间变化比阈值以及磁盘利用率时间变化比阈值通过计算得到硬件资源综合时间变化比阈值，并将硬件资源综合时间变化比阈值和硬件资源综合偏差阈值存储至数据库；

步骤S26：将硬件资源综合偏差、硬件资源综合偏差阈值、硬件资源综合时间变化比以及硬件资源综合时间变化比阈值通过数值比对得到第一虚拟化分级判断数据；

步骤S27：将物理主机对应的第一虚拟化分级判断数据、硬件资源综合偏差以及硬件资源综合时间变化比定义为硬件资源分析数据；

所述步骤S26中，还包括具体以下步骤：

步骤S261：当硬件资源综合偏差大于等于硬件资源综合偏差阈值，且硬件资源综合时间变化比大于等于硬件资源综合时间变化比阈值通过数据比时，判断物理主机处于第一硬件优化区间；

步骤S262：当硬件资源综合偏差小于硬件资源综合偏差阈值且硬件资源综合时间变化比小于硬件资源综合时间变化比阈值通过数据比时，判断物理主机处于第二硬件优化区间。

7.根据权利要求1所述的软硬件资源智能优化方法，其特征在于，还包括数据库，数据库中存储的数据还包括平均峰谷流量时间变化比阈值和峰值运存占用平均量阈值；

所述步骤S3中，对第二虚拟化分级判断数据进行获取具体步骤如下：步骤S31：获取硬件资源分析数据，根据硬件资源分析数据分别获取每一个应用程序所处物理主机对应的硬件资源综合偏差以及硬件资源综合时间变化比；

步骤S32：将硬件资源综合偏差以及硬件资源综合时间变化比通过计算得到应用程序环境资源系数；

步骤S33：获取资源监控基础数据，根据资源监控基础数据获取第二资源监控基础数据，根据第二资源监控基础数据获取平均峰谷流量时间变化比和峰值运存占用平均量；

步骤S34：将应用程序环境资源系数、平均峰谷流量时间变化比和峰值运存占用平均量通过计算得到应用程序虚拟化判断系数；

步骤S35：获取应用程序虚拟化判断系数阈值，将应用程序虚拟化判断系数与应用程序虚拟化判断系数阈值进行数值比对，得到第二虚拟化分级判断数据；

所述步骤S35中，还包括具体以下步骤：

步骤S351：从数据库中提取平均峰谷流量时间变化比阈值和峰值运存占用平均量阈值；

步骤S352：将平均峰谷流量时间变化比阈值、峰值运存占用平均量阈值、硬件资源综合偏差阈值以及硬件资源综合时间变化比阈值通过计算得到应用程序虚拟化判断系数阈值；

步骤S353：当应用程序虚拟化判断系数大于等于应用程序虚拟化判断系数阈值，判断应用程序为第一软件虚拟化区间；

步骤S354：当应用程序虚拟化判断系数小于应用程序虚拟化判断系数阈值，判断应用程序为第二软件虚拟化区间。

8.根据权利要求1所述的软硬件资源智能优化方法，其特征在于，所述步骤S4具体步骤如下：步骤S41：获取硬件资源分析数据，根据硬件资源分析数据获取第一虚拟化分级判断数据；

步骤S42：当物理主机处于第一硬件优化区间时，对物理主机进行硬件虚拟化；

所述步骤S42中，还包括具体以下步骤：

步骤S421：获取物理主机对应的硬件配置信息；

步骤S422：在云服务提供平台通过硬件配置信息创建虚拟机实例，根据安装向导对虚拟机实例进行设备配置，获取虚拟机对应的公网ip；

步骤S423：利用远程连接程序通过公网ip建立物理主机与虚拟机实例之间的远程连接，实现物理主机硬件资源的虚拟化；

步骤S43：当物理主机处于第二硬件优化区间时，物理主机正常进行工作；

步骤S44：获取第二虚拟化分级判断数据；

步骤S45：当应用程序处于第一软件虚拟化区间时，对应用程序进行软件虚拟化；

所述步骤S45中，还包括具体以下步骤：

步骤S451：使用克隆程序对应用程序进行数据克隆，得到应用程序克隆数据；

步骤S452：在应用程序所属的物理主机中安装虚拟机软件，通过虚拟机软件创建虚拟机，并对虚拟机进行自定义设置，得到宿主虚拟机；

步骤S453：将应用程序克隆数据在宿主虚拟机中进行安装，实现应用程序的虚拟化；

步骤S46：当应用程序处于第一软件虚拟化区间时，应用程序正常进行工作。

9.软硬件资源智能优化云操作系统，其特征在于，所述智能优化云操作系统包括资源监控模块、硬件分析模块、软件分析模块以及资源优化模块；

资源监控模块：对资源监控基础数据获取；

硬件分析模块：根据资源监控基础数据进行硬件分析，得到硬件资源分析数据；

软件分析模块：根据资源监控基础数据和硬件资源分析数据对应用程序进行软件分析，得到第二虚拟化分级判断数据；

资源优化模块：根据硬件资源分析数据和第二虚拟化分级判断数据进行资源优化；

云操作系统适用于权利要求1‑8任意一项所述的软硬件资源智能优化方法。

10.一种计算平台，其特征在于：所述计算平台包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少软硬件资源智能优化方法、智能云操作系统，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求1‑8中任意一项所述的软硬件资源智能优化方法。