1.基于大数据信息进行分析的计算机网络安全预测系统，其特征在于：包括数据生成单元（1）、安全检测单元（2）、预警反馈单元（50）以及数据更新单元（60）；

所述数据生成单元（1）用于在对现有计算机网络环境进行预测时，采集现有计算机网络数据，并对采集的数据进行分类，同时根据对网络安全的影响进行筛选，再对保留的数据进行网络特点提取；

所述安全检测单元（2）用于对数据生成单元（1）提取的网络特点进行检测，对检测出现的漏洞结合网络进攻手段进行分析，并根据出现的漏洞模拟对应防御措施方案，同时将防御措施方案结合现有计算机网络环境进行评估；

所述预警反馈单元（50）用于将安全检测单元（2）模拟的防御措施方案根据评估结果输送至云端，并收集云端反馈数据；

所述数据更新单元（60）用于根据预警反馈单元（50）收集的云端反馈数据对安全检测单元（2）模拟的防御措施方案进行判断，根据判断结果将安全检测单元（2）模拟的防御措施方案输送至现有计算机网络环境，完成计算机网络环境更新，同时对计算机网络环境进行定期预测；

所述数据生成单元（1）包括网络数据采集模块（10）和数据处理模块（20）；

所述网络数据采集模块（10）包括信息收集模块（11）和信息分类模块（12）；

所述信息收集模块（11）用于收集需要预测的网络的实时网络环境数据；

所述信息分类模块（12）用于将信息收集模块（11）收集的网络环境数据进行性质分析，并根据性质的不同将数据进行打包分类；

所述数据处理模块（20）包括数据清洗模块（21）和数据提取模块（22）；

所述数据清洗模块（21）用于根据对网络安全环境的影响将信息分类模块（12）分类的数据包中的数据进行清洗，保留具有影响的网络环境数据；

所述数据提取模块（22）用于对数据清洗模块（21）保留的网络环境数据使用统计分析算法进行特征提取；

所述数据提取模块（22）统计分析算法步骤如下：

对数据进行特征抽取和归一化处理，使得数据适于聚类分析，从而得到每个样本的类别标签；

根据类别标签，计算每个类别的中心点，对聚类中心进行可视化展示和解释，发现每个类别的特征和规律性；

根据特征类别从而得到网络环境数据特征；所述安全检测单元（2）包括威胁评估模块（30）和防御生成模块（40）；

所述威胁评估模块（30）用于将数据处理模块（20）的分析数据结合需要预测的网络环境进行评估，并根据评估结果在网络中寻找对应的攻击手段；

所述防御生成模块（40）用于对威胁评估模块（30）收集的攻击手段进行分析，获取防御修正方案，并根据需要预测的网络环境对防御修正方案进行评估；

所述威胁评估模块（30）包括漏洞提取模块（31）和攻击分析模块（32）；

所述漏洞提取模块（31）用于将数据提取模块（22）提取的特征数据结合实时网络环境进行分析，从而得到网络漏洞信息；

所述攻击分析模块（32）用于根据漏洞提取模块（31）获取的网络漏洞信息在网络中收集对应的网络数据攻击手段，并将收集的网络数据攻击手段进行组合分类；

所述防御生成模块（40）包括防御评估模块（41）和实施分析模块（42）；

所述防御评估模块（41）用于将攻击分析模块（32）收集的网络数据攻击手段结合现有网络漏洞修复手段进行分析，从而获取对应系统更新方案；

对检测出现的漏洞结合网络进攻手段进行分析的公式如下：检测漏洞+分析漏洞对网络进攻的影响‑>制定相应的对策；使用网络拓扑分析和路径推断算法，分析攻击者可能的入侵路径和潜在攻击目标，为防御措施的制定提供依据；网络拓扑分析：包括路径算法和页面排名算法；

路径算法，采用Dijkstra算法的公式为：收集模块（52）收集的反馈数据进行判断，根据判断结果从而将系统更新方案输送至实时网络环境数据中，完成网络环境安全数据更新；

所述报告更新模块（62）用于对实时网络环境数据持续进行预测，保持实时网络环境数据持续更新。