1.一种基于大数据的计算机网络智能分析平台，其特征在于，包括：

初监控端，在计算机开启后，对计算机自身数据访问所产生的网络数值波动进行监测，并将监测所产生的网络数值波动曲线传输至特征波分析端内，其监测的周期为T，其中T为预设值；

特征波分析端，对网络数值波动曲线进行波形分析，从网络数值波动曲线中识别出存在规律的波形，所述识别的具体方式为：首先通过波形分类单元将网络数值波动曲线内部的若干个波形划分为单波波形或多波波形，将所划分的单波波形传输至单波分析单元内进行特征分析，识别是否为规律波形，将所划分的多波波形传输至多波分析单元内进行特征分析，识别是否为规律波形；

记录端，在特征波分析端识别出存在规律波形后，记录所述规律波形；

数值监控中心，在监测周期T内开始启动，对计算机的网络波动流量进行监测，并将实时监测的网络波动流量传输至数值分析中心内；

数值分析中心，基于实时监测的网络波动流量，识别相邻时刻之间的波动流量差值是否满足进程分析条件，若满足，则进行进程分析，判定是否存在异常情况，若未满足，则持续对相邻时刻之间的波动流量差值进行分析；

异常段处理中心，将监测时段内不同时刻所产生的网络吞吐量以及进程读取量进行一一确认，识别上述二者在同时刻内所产生的最大流量波动值，再基于此最大流量波动值从记录端内找寻规律波形，识别此计算机网络是否真实异常。

2.根据权利要求1所述的一种基于大数据的计算机网络智能分析平台，其特征在于，所述初监控端，进行监测的具体方式为：在计算机开启后开始计时，对此计算机的网络数值波动曲线进行实时记录，当计算机存在主动访问项时，则停止对网络数值波动曲线的记录过程，当主动访问项结束时，再次对网络数值波动曲线进行记录，直至所记录的周期时长达到T时，将所记录的网络数值波动曲线传输至特征波分析端内。

3.根据权利要求1所述的一种基于大数据的计算机网络智能分析平台，其特征在于，所述波形分类单元将网络数值波动曲线内部的若干个波形划分的具体方式为：从网络数值波动曲线中，识别内部所存在的波形，所述波形的初始点的网络流量为0，末端点的网络流量也为0；

若波形内只存在一个转折点，则将此波形标定为单波波形；

若波形内存在多个转折点，则将此波形标定为多波波形。

4.根据权利要求3所述的一种基于大数据的计算机网络智能分析平台，其特征在于，所述单波分析单元，识别所述单波波形是否为规律波形的具体方式为：确认此单波波形内的网络流量峰值F，再确定此单波波形内初始点与末端点之间的时间间隔J，采用Ts=F×C1+J×C2确定波形特征值Ts，其中C1以及C2均为预设的固定系数因子，识别后续其他单波波形的波形特征值是否与Ts一致，若一致，将对应的单波波形标定为同类波形，并识别同类波形与本单波波形的间隔时长周期t1，再识别同类波形后续是否还存在同类波形，若依然存在且间隔时长周期一致，将此单波波形以及所述同类波形均标定为同类规律波形，并确定此同类规律波形间隔时长周期；

并采用相同的方式对其他的单波波形进行一一处理，已被标定为同类规律波形的单波波形不参与处理过程，对同类规律波形进行一一确认并同步确认同类规律波形的间隔时长周期，再通过记录端进行记录。

5.根据权利要求4所述的一种基于大数据的计算机网络智能分析平台，其特征在于，所述多波分析单元，识别多波波形是否为规律波形的具体方式为：采用与单波分析单元识别单波波形是否为规律波形的相同的识别方式，确认此多波波形的波形特征值Ts，并识别此多波波形是否为同类规律波形：若属于同类规律波形，则确定对应的间隔时长周期，并通过记录端进行记录；

若不属于同类规律波形，将此波形拆分为单波波形：基于多波波形内所标定的若干个转折点，将多波波形的初始点以及末端点也标定为转折点，将第一组转折点与第三组转折点之间的波形进行截取并标定为第一组单波波形，将第三组转折点与第五组转折点之间的波形进行截取并标定为第二组单波波形，依此类推，使多波波形划分为若干个单波波形，若单波波形的端点的网络流量不为0，则依据该端点所在线段的趋势进行延伸，延伸至该端点的网络流量为0时停止，将所拆分的单波波形通过单波分析单元进行规律波形的确认并通过记录端对识别结果进行记录。

6.根据权利要求1所述的一种基于大数据的计算机网络智能分析平台，其特征在于，所述数值分析中心，识别相邻时刻之间的波动流量差值是否满足进程分析条件的具体方式为：基于不同时刻所对应的不同网络波动流量LLq，其中q代表不同时刻，识别相邻时刻的波动流量差值CZ，并识别CZ是否满足：|CZ|≥Y1，其中Y1为预设值，若满足，则进行进程分析，若未满足，则持续进行差值分析；

进程分析：确认一组监测时段，所述监测时段为预设时段，在当前时刻之后，确定监测时段内网络所产生的网络吞吐量W1以及本计算机所产生的进程读取量W2是否一致，若W1与W2一致，则不进行任何处理，若W1与W2不一致，则执行异常段处理中心。

7.根据权利要求5或6任一项所述的一种基于大数据的计算机网络智能分析平台，其特征在于，所述异常段处理中心，识别此计算机网络是否真实异常的具体方式为：将本监测时段内不同时刻所产生的网络吞吐量标定为W1k，将不同时刻所产生的进程读取量标定为W2k，其中k代表不同时刻，识别不同时刻的流量数据差值Ck，且Ck=|W1k‑W2k|，从若干组Ck中选定一组最大值，并将所确定的最大值标定为最大流量波动值，且将此最大值所对应的时刻标定为最大流量波动时刻；

基于记录端内所记录的若干组规律波形，识别是否存在与最大流量波动值一致的网络流量峰值，若存在，将对应的规律波形标定为相关波形，若不存在，则直接生成网络波动异常信号直接展示；

基于此相关波形，从记录端内识别此相关波形的间隔时长周期，再以最大流量波动时刻进行时间溯源确定溯源时刻，溯源的时间长度为该相关波形的间隔时长周期，识别溯源时刻是否存在同类规律波形，若存在，则生成网络数值波动正常信号，若不存在，则直接生成网络波动异常信号直接展示。