1.一种计算机大数据存储系统，其特征在于，该系统包括：数据采集模块、数据处理模块、功能调用模块和数据存储模块；

所述数据采集模块能够收集人脸信息、鼠标输入信息和键盘输入信息，将这些信息发送至数据处理模块；所述数据处理模块对数据采集模块传递过来的信息进行分析计算，逐步判断是否满足状态改变的触发条件，以及对保护状态确认或解除的参数设定；所述功能调用模块用于对外接设备的功能调用、提示窗口的调用、状态时间的设定和重要文件的敏感操作保护；所述数据存储模块用于对系统判断需要参考的阈值进行调整，以及对所有信息进行备份存储。

2.根据权利要求1所述的一种计算机大数据存储系统，其特征在于：所述数据采集模块包括输入信息采集单元和图像信息采集单元；所述输入信息采集单元通过安装在计算机内的测试软件进行数据采集，数据包括鼠标位移速度信息和键盘输入速度信息，系统将采集到的信息发送至数据处理模块；所述图像信息采集单元通过外置摄像头对用户进行人脸信息采集，系统将采集到的信息发送至数据处理模块。

3.根据权利要求1所述的一种计算机大数据存储系统，其特征在于：所述数据处理模块包括一级触发判断单元、二级触发判断单元和状态设定单元；

所述一级触发判断单元用于对数据采集模块传递过来的输入信息进行分析；发送指令信息给功能调用模块的外接设备单元，启动测试软件开始采集鼠标位移速度信息和键盘输入速度信息；将这些信息分别与系统中保留的对应阈值信息进行判断，大于该阈值则为正常情况，小于或等于该阈值且大于零则为异常情况，记录鼠标位移速度信息或键盘输入速度信息；

所述二级触发判断单元用于对数据采集模块传递过来的人脸信息进行分析；首先发送指令信息给功能调用模块的外接设备单元，启动摄像头开始采集人脸信息，记录一段时间内的闭眼频率，并分析计算出眼睛的位置和瞳孔坐标集合；其次，发送指令信息给功能调用模块的提示窗口单元，启动弹窗功能，根据摄像头采集到的人眼数据，记录弹窗出现时瞳孔坐标集合个数发生改变且大于误差阈值的时间，计算该时间与弹窗提示时间之差，得到的时间差为注意力转移时间；最后，将闭眼频率和注意力转移时间代入公式中计算出人脸状态度，与系统中保留的人脸状态度阈值进行对比判断，小于或等于该阈值，则为正常情况；

大于该阈值则为异常情况；

所述状态设定单元用于对一级触发判断单元和二级触发判断单元进行情况收集，结合系统当前状态来进行状态设定；状态设定信息包括状态变更信息和状态持续时间：状态变更信息包括正常状态和非正常状态，正常状态下系统不做任何操作，非正常状态下系统自动进入保护状态，保护状态下用户对重要文件的敏感操作会进行自动延迟和强制备份；状态持续时间信息根据系统中保留的固定时间进行设定；设定完成后，以指令形式将状态变更信息和状态持续时间信息发送到功能调用模块的状态保护单元和状态时间单元。

4.根据权利要求1所述的一种计算机大数据存储系统，其特征在于：所述功能调用模块包括外接设备单元、提示窗口单元、状态保护单元和状态时间单元；

所述外接设备单元用于接收数据处理模块传递过来的指令信息；启动或关闭测试软件，测试软件用于采集鼠标位移速度信息和键盘输入速度信息；启动或关闭摄像头，摄像头用于采集人脸信息；

所述提示窗口单元用于接收数据处理模块传递过来的指令信息，调用弹窗功能，当摄像头启动后，系统自动调用弹窗，弹窗内容为提示用户当前状态信息，并附带一个验证码图片、验证码输入框和一个确认按钮，用户根据图片输入验证码后点击确认按钮，弹窗消失，同时发送指令信息给功能调用模块的外接设备单元，关闭测试软件和摄像头；自动记录鼠标移动到验证码输入框的位移速度和输验证码时的键盘输入速度，将这些速度信息发送至数据存储模块的阈值调整单元；

所述状态保护单元用于接收数据处理模块的状态设定单元传递过来的状态变更信息，对保护状态进行调试，非正常情况下需要确认保护状态，正常情况下则需要解除保护状态；

保护状态下，重要文件的敏感操作会进行延时，延时期间自动对被操作对象进行备份，以及保护状态下的所有操作会进行日志记录；

所述状态时间单元用于接收数据处理模块的状态设定单元传递过来的状态持续时间信息，对状态时间进行设定，在设定时间内，数据采集模块不进行数据采集，超过设定时间，数据采集模块开始进行数据采集。

5.根据权利要求1所述的一种计算机大数据存储系统，其特征在于：所述数据存储模块包括阈值调整单元和数据存储单元；

所述阈值调整单元用于接收功能调用模块的提示窗口单元传递过来速度信息，速度信息包括鼠标移动到验证码输入框的位移速度和输验证码时的键盘输入速度，将这些速度信息与系统中保留的对应速度阈值信息求取平均值，得到对应阈值的调整信息；

所述数据存储单元用于将调整后的各类阈值信息、采集信息和日志信息存入数据库；

阈值信息包括鼠标位移速度阈值、键盘输入速度阈值、误差阈值和人脸状态度阈值；采集信息包括鼠标位移速度信息、键盘输入速度信息、注意力转移时间信息和人脸状态度信息；日志信息包括状态变更信息、保护状态内操作信息和备份文件位置信息。

6.一种计算机大数据存储方法，其特征在于，该方法包含以下步骤：

S1、采集键鼠输入信息，判断是否处于正常情况；

S2、采集人脸信息，代入公式计算用户状态值，判断是否处于正常情况；

S3、根据S1和S2情况判断保护状态的确认或解除；

S4、调整判断影响因素，对本状态所有操作信息进行日志记录与备份；

S5、超过状态持续时间后，重新进入S1步骤。

7.根据权利要求6所述的一种计算机大数据存储方法，其特征在于，在S1中，采集键鼠输入信息是通过安装在计算机内的测试软件进行数据采集，数据包括鼠标位移速度信息和键盘输入速度信息；每隔一段时间，调用测试软件采集鼠标位移速度信息和键盘输入速度信息，将这些信息分别与系统中保留的对应阈值信息进行判断，大于该阈值则为正常情况；

小于或等于该阈值则为异常情况，记录鼠标位移速度信息或键盘输入速度信息；公式如下：

式中，Sresult为鼠标位移速度判断结果，Sn为第n次实际测试的鼠标位移速度，Zs为鼠标位移速度阈值，Jresult为键盘输入速度判断结果，Jn为第n次实际测试的键盘输入速度，ZJ为键盘输入速度阈值。

8.根据权利要求6所述的一种计算机大数据存储方法，其特征在于，在S2中，状态值的计算与判断包含以下步骤：S201、启动摄像头功能，对计算机前的用户进行图像采集，采用现有的OpenCV图像处理库加载Haar级联分类器，对摄像头采集到的图像进行人脸检测；

S202、对于检测到的人脸区域，再次使用Haar级联分类器进行眼睛检测并确定眼睛位置；根据眼睛位置和人脸区域的相对位置，计算出眼睛在整个图像中的位置坐标；

S203、使用Dlib库中人脸68个关键点检测人脸信息，根据眼睛区域位置坐标信息采集眼部特征点坐标；每只眼睛由6个坐标表示，从内眼角处出发，以眼角区域边缘线为路径，按照顺时针方向，分别采集内眼角M1、左上眼M2、右上眼M3、外眼角M4、右下眼M5和左下眼M6，将这些坐标代入公式中，计算眼睛的横纵比，通过一段时间内的横纵比变化判断眼睛状态；公式如下：式中，HZB为眼睛横纵比，n为横向加权系数，M1为内眼角特征点坐标，M2为左上眼特征点坐标，M3为右上眼特征点坐标，M4为外眼角特征点坐标，M5为右下眼特征点坐标，M6为左下眼特征点坐标；

当人眼睁开时，HZB在某个值域范围内波动；当人眼闭合时，HZB迅速下降，接近于0；对摄像头录制的人脸视频进行逐帧分析，计算一段时间内，HZB低于闭眼阈值的帧数占比，公式如下：式中,EC为闭眼频率，BYZ为时间内HZB低于闭眼阈值的帧数，ZSS为时间内总帧数；

S204、根据眼睛在图像中的位置信息，在眼睛区域中检测虹膜中心；使用梯度最小化方法来平滑眼睛区域，通过颜色强度获得虹膜中心的粗略估计，应用距离滤波器来去除离虹膜粗糙中心太近或太远的无效边缘，将RANSAC应用于虹膜的边缘点之后，计算虹膜的半径，结合强度能量和边缘强度信息来定位虹膜中心；

S205、将RGB图像转化为HSV，根据虹膜中心坐标对应的像素颜色信息设定待提取颜色的HSV范围值，调用OpenCV图像处理库的inRange函数实现对颜色空间的提取，二值化后，去除噪点，连接断点，调用findContours函数进行轮廓检测，绘制矩形区域对轮廓进行定位，将虹膜坐标范围内的所有定位坐标点放入集合X中，集合X为该图像中人眼瞳孔的像素位置集合，集合X内包括{X1，X2，...，Xz}，其中，X1，X2，...，Xz分别表示瞳孔坐标集合中第1、

2、...、z条数据，每条数据包含像素点的横纵坐标；

S206、自动调用弹窗功能，同时记录弹窗出现时间T1，摄像头继续采集分析人脸信息中的瞳孔坐标集合；当集合的个数发送改变时，判断改变后的集合个数占比是否大于误差阈值，小于或等于误差阈值，不做处理；大于误差阈值则记录发生个数改变的时间T2，带入公式中计算得到注意力转移时间：式中，T为注意力转移时间，T1为弹窗出现时间，T2为发生个数改变的时间，|X|为原集合个数，|GB|为发生改变后的集合个数，V为误差阈值，next为结束本次判断，继续下一个数据判断；

弹窗内容为提示用户当前状态信息，并附带一个验证码输入框和一个确认按钮，用户根据提示输入验证码后点击确认按钮，弹窗消失，同时关闭测试软件和摄像头；自动记录鼠标移动到验证码输入框的位移速度和输验证码时的键盘输入速度；

S207、将闭眼频率和注意力转移时间代入公式中，综合计算出人脸状态度，计算结果小于或等于人脸状态度阈值，则为正常情况；大于人脸状态度阈值，说明该用户处于疲惫状态，为异常情况；公式如下：式中，ZTD为人脸状态度，α为闭眼影响因子，EC为闭眼频率，β为注意力影响因子，T为注意力转移时间，B为标准注意力转移时间，γ为鼠标位移速度影响因子，Rs为记录的鼠标位移速度，该值大于零，Zs为鼠标位移速度阈值，δ为键盘输入速度影响因子，RJ为记录的键盘输入速度，该值大于零，ZJ为键盘输入速度阈值，ZG为人脸状态度阈值，result为判断结果。

9.根据权利要求6所述的一种计算机大数据存储方法，其特征在于，在S3中，保护状态的判断需要根据S1和S2的状态以及当前状态来进行判断的；分为两种情况：当前状态为正常状态：S1状态正常，系统变更为正常状态；S1状态异常，继续分析S2状态信息，S2状态正常，系统变更为正常状态，S2状态异常，系统变更为非正常状态，自动进入保护状态；

当前状态为非正常状态：S1状态异常，系统变更为非正常状态；S1状态正常，继续分析S2状态信息，S2状态异常，系统变更为非正常状态，S2状态正常，系统变更为正常状态，自动退出保护状态。

10.根据权利要求6所述的一种计算机大数据存储方法，其特征在于：在S4中,判断影响因素包括鼠标位移速度阈值和键盘输入速度阈值，将S2步骤收集的鼠标移动到验证码输入框的位移速度和输验证码时的键盘输入速度与鼠标位移速度阈值和键盘输入速度阈值分别求取平均值，得到对应阈值的调整信息。