1.一种大数据的计算机性能控制方法，其特征在于：所述计算机性能控制方法具体包括以下步骤：

S100、通过计算机系统日志获取到影响计算机运行速度的硬件运行情况，根据所述硬件运行情况对计算机当前的运行性能以及初始运行性能进行分析，与初始的运行性能相比判断当前计算机运行性能是否存在下降的情况；

S200、当计算机运行性能出现下降情况时对系统日志文件中记载的用户行为数据进行采集，通过对所述用户行为数据进行分析得到在计算机在运行过程中用户产生的行为数据对计算机硬件运行性能产生的受损程度；

S300、根据计算机硬件运行性能受损程度分析判断得到影响计算机运行速度的硬件，判断计算机硬件运行性能受损程度是否可逆，当计算机硬件运行性能受损程度可逆时，对用户进行提醒；当计算机硬件运行性能受损程度不可逆时，对终端设备进行告警提醒；

所述S100中判断计算机运行性能是否下降的具体方法如下：S101、通过计算机系统日志获取到影响计算机运行速度的硬件初始运行性能为xn，根据所述硬件初始运行性能从小到大进行排序，选取运行性能最小的计算机硬件β，从计算机中任意选择的一个程序进行执行，根据公式：能够得到计算机执行所述任意选择的一个程序所需要花费的时间，其中Ui表示计算机在执行任意选择的一个程序中的第i个指令，tn’i表示为性能最低的计算机硬件运行程序的第i个指令所需要的时间，xn表示为第n个影响计算机运行速度的硬件初始运行性能；n＝1,

2,3，、、、，N，N为常数，i＝1,2,3，、、、，I，I为常数，β∈n；根据公式：

能够得到计算机的初始运行性能；

S102、当前计算机对所述任意选择的一个程序运行并且在计算机开始运行程序进行计时直到所述任意选择的一个程序运行结束的时间为t2，所以根据公式：能够得到计算机的当前运行性能，通过将计算机的当前运行性能与初始运行性能进行对比判断计算机的运行性能是否存在下降的情况；当0＜|P2‑P1|＜S时，说明计算机不存在运行性能下降的情况；当|P2‑P1|＞S时，说明计算机存在运行性能下降的情况；其中S为常数。

2.根据权利要求1所述的一种大数据的计算机性能控制方法，其特征在于：所述S200中对用户的行为数据进行分析的具体方法如下：

S201、当计算机存在运行性能下降的情况时，通过大数据获取能够对计算机硬件运行性能产生影响的用户行为，并且根据所述对计算机硬件运行性能产生影响的用户行为建立标准多维雷达模型，所述标准多维雷达模型以雷达模型中心为极点建立极坐标系；按照标准多维雷达模型的中点和极径以及边框将标准多维雷达模型平均分成面积为Sn个三角形；

S202、用户行为数据采集单元采集所述计算机的用户行为数据为集合E＝{E1、E2、E3、、、EN},通过行为数据雷达搭建单元能够得到所述计算机的用户行为数据在标准多维雷达模型中对应的极径集合为L＝{L1、L2、L3、、、LN}，极角集合为Q＝{Q1、Q2、Q3、、、QN}，所述计算机的用户行为数据在标准多维雷达模型中的坐标集合为(L，Q)＝{(L1，Q1)、(L2，Q2)、(L3，Q3)、、、(LN，QN)}；

S203、通过公式：当n＜N时，Sn’＝0.5*Ln*Ln+1*sinQn；当n＝N时，Sn’＝0.5*LN*L1*sinQn；

计算的得到所述计算机的用户行为数据在标准多维雷达Sn个三角形中的占据面积；当n＝N时，n+1＝1；当所述计算机的用户行为数据在标准多维雷达Sn个三角形中任意一个三角形的占据面积超过设定的阈值时，存在用户行为影响了计算机任意一个硬件的运行性能。

3.根据权利要求2所述的一种大数据的计算机性能控制方法，其特征在于：所述S200中用户的行为数据对计算机硬件运行性能产生的受损程度进行分析的具体方法如下：当存在用户行为影响了计算机任意硬件的运行速度时，通过影响计算机硬件运行性能的用户行为数据在标准多维雷达模型中的面积占比：Fn＝k1*Sn’/Sn，能够计算得到计算机的用户行为数据对计算机任意一个硬件运行性能产生的受损程度，其中k1为计算机硬件运行性能受损程度与计算机的用户行为在标准多维雷达模型中的面积占比的系数。

4.根据权利要求3所述的一种大数据的计算机性能控制方法，其特征在于：所述S300中判断计算机硬件运行性能受损程度是否可逆的具体方法如下：S301、根据计算机硬件运行性能受损程度Fn以及计算机硬件初始的运行性能xn，通过公式：xn’＝xn/Fn，计算得到计算机硬件当前的运行性能，对所述计算机硬件当前的运行性能由小到大依次进行排序，能够得到当前影响计算机运行性能的硬件为μ，其中μ∈n；

S302、通过计算机硬件受损可逆分析单元对计算机硬件μ的零件故障进行检测，当计算机硬件μ的零件出现故障时，计算机硬件μ运行受损程度不可逆，进行告警；当计算机硬件μ的零件没有出现故障时，计算机硬件μ运行受损程度可逆。

5.一种应用权利要求1‑4中任意一项所述的大数据的计算机性能控制方法的计算机性能控制系统，其特征在于：所述计算机性能控制系统包括数据采集模块、数据分析模块、雷达模型搭建模块和告警提醒模块；所述数据采集模块是对用户的行为以及计算机硬件初始运行性能的数据信息进行采集并且存储到数据库中；所述数据分析模块对用户的行为、计算机运行性能以及计算机硬件运行性能进行分析；所述雷达模型搭建模块是针对用户的行为数据对计算机硬件运行性能的影响搭建雷达模型；所述告警提醒模块是在计算机硬件受损程度可逆时，对用户进行提醒；当计算机硬件运行受损程度不可逆时，对用户进行告警；

所述数据采集模块的输出端与数据分析模块的输入端连接。

6.根据权利要求5所述的计算机性能控制系统，其特征在于：所述数据采集模块包括数据存储单元、用户行为数据采集单元和计算机硬件初始运行性能采集单元；所述用户行为数据采集单元的输出端与行为数据雷达搭建单元的输入端连接；所述计算机硬件初始运行性能采集单元的输出端与计算机运行性能分析单元的输入端连接；所述数据存储单元是对采集的用户行为以及计算机硬件初始运行性能的数据进行存储；所述用户行为数据采集单元是对用户产生的行为数据进行采集；所述计算机硬件初始运行性能采集单元是对计算机硬件的初始运行性能进行采集，通过对计算机硬件的初始性能进行采集能够分析出计算机的运行性能是否存在下降的情况。

7.根据权利要求6所述的计算机性能控制系统，其特征在于：所述数据分析模块包括计算机运行性能分析单元、计算机硬件运行性能分析单元和用户行为分析单元；所述用户行为分析单元的输出端与行为数据雷达搭建单元的输入端连接；所述计算机运行性能分析单元是根据计算机硬件初始运行性能的数据信息以及计算机在运行任意一个程序时所需要的时间分析出计算机的运行性能；所述计算机硬件运行性能分析单元是对计算机硬件当前的运行性能进行分析；所述用户行为分析单元是在采集到用户行为数据进行转换使得对计算机硬件运行性能产生影响的用户行为能够搭建成多维雷达模型。

8.根据权利要求7所述的计算机性能控制系统，其特征在于：所述雷达模型搭建模块包括行为数据雷达搭建单元和计算机硬件运行性能受损程度分析单元；所述计算机硬件运行受损程度分析单元的输出端与计算机硬件运行受损可逆分析单元的输入端连接；所述行为数据雷达搭建单元是根据大数据中的行为数据以及用户的行为数据搭建标准多维雷达模型和多维雷达模型；所述计算机硬件运行受损程度分析单元是对计算机硬件运行的受损程度进行分析，通过计算机的用户行为数据在标准多维雷达Sn个三角形中任意一个三角形的占据面积分析得到。

9.根据权利要求8所述的计算机性能控制系统，其特征在于：所述告警提醒模块包括计算机硬件运行受损可逆分析单元和告警提醒单元；所述计算机硬件运行受损可逆分析单元的输出端与告警提醒单元的输入端连接；所述计算机硬件运行受损可逆分析单元是对计算机硬件中的零件故障进行检测；所述告警提醒单元是在计算机硬件运行受损程度不可逆时对用户终端进行告警。