1.一种基于大数据的网络风险行为识别方法，其特征在于，包括以下步骤：步骤S1：检测用户是否在进行网络风险行为，若用户正在进行网络风险行为，则对用户予以警告，并采取相应措施进行处理，同时，检测用户是否在实施网络风险行为，若检测到用户正在实施网络风险行为，则对用户予以警告，并采取相应措施进行处理；

步骤S2：获取用户的网络风险行为，根据用户配置和用户的网络风险行为，创建用户的风险行为模型；

步骤S3：根据用户的风险行为模型组建行为共享池，并对行为共享池进行校正处理；

步骤S4：根据行为共享池生成补丁和用户的侧重点，根据用户的侧重点推送补丁。

2.根据权利要求1所述的一种基于大数据的网络风险行为识别方法，其特征在于，所述网络风险行为包括网络过激行为、网络欺负行为、网络侵犯行为和网络盗窃行为。

3.根据权利要求2所述的一种基于大数据的网络风险行为识别方法，其特征在于，创建所述用户的风险行为模型的过程包括：获取用户的网络风险行为，并根据用户和网络风险行为之间的关系，将用户的网络行为划分为受损行为和攻击行为；

获取该用户受损行为和攻击行为的相关信息，所述相关信息包括行为发生时间、行为执行IP、行为承受IP、行为类型和行为内容；

对所述相关信息进行形式转变，生产信息编码；

获取该用户的相关配置；

获取用户的相关配置后，根据用户受损行为和攻击行为的信息编码和其相关配置分别生成受损行为信息和攻击行为信息；

设置周期R，根据处于同一周期R内的受损行为信息和攻击行为信息生成当前周期的用户的风险行为模型。

4.根据权利要求3所述的一种基于大数据的网络风险行为识别方法，其特征在于，组建行为共享池的过程包括：所述行为共享池包括受损池和攻击池；

获取各个用户的风险行为模型，将用户的风险行为模型中受损行为信息递交至受损池，将攻击行为信息递交至攻击池；

设置校正执行周期Z；

根据校正执行周期Z对行为共享池进行校正处理。

5.根据权利要求4所述的一种基于大数据的网络风险行为识别方法，其特征在于，行为共享池的校正处理的过程包括：设置阈值Ts；

分别获取受损池和攻击池中时间戳相差数量在阈值Ts范围内的行为信息；

通过匹配行为执行IP、行为承受IP和行为类型编号，从而获取相匹配的受损行为信息和攻击行为信息；

分别对受损行为信息和攻击行为信息的行为内容进行审核，双方行为内容均审核通过，则定义与该网络风险行为相关联的受损行为信息和攻击行为信息为有效行为，若双方行为内容审核均不通过或者只有一方行为内容审核通过，则定义与该网络风险行为相关联的受损行为信息和攻击行为信息为无效行为；

若获取匹配的受损行为信息或攻击行为信息失败，即无法找到与该受损行为信息相匹配的攻击行为信息，无法找到与该攻击行为信息相匹配的受损行为信息，则判断该条行为信息为无效信息；

设置周期Tw，根据周期Tw定期清理行为共享池中的无效信息。

6.根据权利要求5所述的一种基于大数据的网络风险行为识别方法，其特征在于，根据行为共享池生成补丁的过程包括：根据受损池和攻击池中有效行为的行为类型编号、行为内容和相关配置生成相应的补丁；

在生成补丁后，根据补丁对应的行为类型编号，对补丁进行归类处理；

即行为类型编号为001的有效行为生产的相应补丁归类为001类补丁；行为类型编号为

002的有效行为生产的相应补丁归类为002类补丁；行为类型编号为003的有效行为生产的相应补丁归类为003类补丁；行为类型编号为004的有效行为生产的相应补丁归类为004类补丁。

7.根据权利要求6所述的一种基于大数据的网络风险行为识别方法，其特征在于，根据行为共享池生成用户侧重点的过程包括：获取某一行为承受IP共有的Dx条有效行为，行为类型编号为001的有D001条，行为类型编号为002的有D002条，行为类型编号为003的有D003条，行为类型编号为004的有D004条，则有Dx＝D001+D002+D003+D004；

设定函数Select(X)，标记X＝x1，x2，……，xn，n为正整数，随机挑选集合X中的任意一个元素；

若 则行为类型编号为001的网络风险行为是

该用户的侧重点；

若 则行为类型编号为002的网络风险行为是

该用户的侧重点；

若 则行为类型编号为003的网络风险行为是

该用户的侧重点；

若 则行为类型编号为004的网络风险行为是

该用户的侧重点；

否则，若 时，则随机选择一种网络风险行为作为该用户的侧重点。

8.根据权利要求7所述的一种基于大数据的网络风险行为识别方法，其特征在于，根据用户的侧重点推送补丁的过程包括：设置重点推送周期Tq和非重点推送周期Tl，且Tq

根据重点推送周期Tq，通过集线器、网卡驱动、通讯设备、交换机和路由器向用户发送与侧重点相关的补丁；

根据非重点周期Tl，通过集线器、网卡驱动、通讯设备、交换机和路由器向用户发生非侧重点的相关补丁。