1.一种网络流量数据采集、大数据分析及可视化呈现方法，其特征在于：包括以下步骤：步骤一：信息采集单元采集网络流量数据并发送到数据分析单元，其中，网络流量数据包括安全性参数和稳定性参数；

步骤二：数据分析单元对网络流量数据进行分析处理，判定网络安全性程度和网络稳定性程度，其中，数据分析单元包括安全性分析单元和稳定性分析单元；

安全性分析单元根据安全性参数，先获取数据错误率和访问错误率，再获取传输准确度，判定网络传输的准确性，再通过传输准确度结合访问错误率，生成安全性评估系数，判定网络安全性程度；

稳定性分析单元根据稳定性参数，先获取数据采集速率，再获取网络运行效率，将网络运行效率与安全性评估系数相结合，生成稳定性评估系数，判定网络稳定性程度；

步骤三：控制显示单元对安全性评估系数和稳定性评估系数进行实时显示，并根据网络安全性程度和网络稳定性程度分别进行相应的处理：根据网络安全性程度，设置报警机制，识别和防御网络安全威胁；

根据网络稳定性程度，建立优化模型，优化网络运行状态的性能。

2.根据权利要求1中所述的一种网络流量数据采集、大数据分析及可视化呈现方法，其特征在于：安全性分析单元的处理过程如下：安全性参数包括传输过程前负载数据A、传输过程后的负载数据B、错误访问量Fc、用户访问量Fy、传输丢包率Dc；

A1：先建立图片对比模型，对比负载数据A和负载数据B，获取数据传输过程的数据错误率Lsj；

其中，图片对比模型的建立过程为：

s1：通过扫描获取负载数据A的图片信息Ta和负载数据B的图片信息Tb，将图片信息Ta和图片信息Tb以同一基点建立直角坐标系；

s2：对图片信息Ta中的任一位置定义为i0，图片信息Tb的同一位置定义为i1；

s3：检测i0处的颜色为S0，i1处的颜色为S1，采样的检测点设置Ni个，当S0=S1时，记录错误次数m=0；当S0≠S1时，记录错误次数m=1；

s4：通过测算错误总次数在采样的检测点数中的占比，获取数据错误率Lsj：A2：再通过计算错误访问量Fc在用户访问量Fy中的占比，获取网络运行过程的访问错误率Lfw；

A3：通过数据错误率Lsj与传输丢包率Dc，获取传输准确度Zcs；

预设传输准确度Zcs的公式为： ；

A4：通过为传输准确度Zcs结合访问错误率Lfw赋予权重因子，生成安全性评估系数Xaq；

预设安全性评估系数Xaq的公式为： ；

其中，α1、α2分别为传输准确度Zcs结合访问错误率Lfw的权重因子系数，且α1、α2均大于0；

A5：对传输准确度Zcs和安全性评估系数Xaq进一步分析，判定网络传输的准确性和网络安全性程度。

3.根据权利要求2所述的一种网络流量数据采集、大数据分析及可视化呈现方法，其特征在于：传输准确度Zcs和安全性评估系数Xaq的进一步分析过程如下：a1：对传输准确度Zcs预设准确度的分级区间，判定网络传输的准确性；

预设准确度的标准区间、风险区间和不准确区间，将传输准确度Zcs的实际测算值与预设区间进行对比，生成相应的准确度提示信号并发送到控制显示单元；

a2：对安全性评估系数Xaq预设安全性的分级区间，判定网络安全性程度；

预设安全性的安全区间、风险区间和不安全区间，将安全性评估系数Xaq的实际测算值与预设区间进行对比，生成相应的安全信号并发送到控制显示单元。

4.根据权利要求2中所述的一种网络流量数据采集、大数据分析及可视化呈现方法，其特征在于：稳定性分析单元的处理过程如下：稳定性参数包括数据包传输速率Vcs、数据包长度L和数据包时间戳T；

B1：先通过数据包时间戳T获取数据包的采集时间段Ti，通过测算单位时间段内的数据包长度L，获取数据采集速率Vcj；

B2：再结合数据包传输速率Vcs与数据采集速率Vcj，获取网络运行效率Wyx；

预设网络运行效率Wyx的公式为： ；

B3：通过为网络运行效率Wyx与安全性评估系数Xaq赋予权重因子，生成稳定性评估系数Xwd；

预设稳定性评估系数Xwd的公式为： ；

其中，β1、β2分别为网络运行效率Wyx与安全性评估系数Xaq的权重因子系数，且β1、β2均大于0；

B4：对网络运行效率Wyx和稳定性评估系数Xwd进一步分析，判定网络运行的效率和网络稳定性程度。

5.根据权利要求4中所述的一种网络流量数据采集、大数据分析及可视化呈现方法，其特征在于：网络运行效率Wyx和稳定性评估系数Xwd的进一步分析过程如下：b1：对网络运行效率Wyx预设效率的分级区间，判定网络运行的效率；

预设效率的高效区间、风险区间和低效区间，将网络运行效率Wyx的实际测算值与预设区间进行对比，生成相应的效率提示信号并发送到控制显示单元；

b2：对稳定性评估系数Xwd预设稳定性的分级区间，判定网络稳定性程度；

预设稳定性的稳定区间、风险区间和不稳定区间，将稳定性评估系数Xwd的实际测算值与预设区间进行对比，生成相应的稳定信号并发送到控制显示单元。

6.根据权利要求1中所述的一种网络流量数据采集、大数据分析及可视化呈现方法，其特征在于：设置报警机制的具体过程如下：C1：将安全性评估系数Xaq与时间T建立动态曲线图，将其代入曲率测算模型，获取安全性波动系数Jaq，预测安全性的变动趋势；

C2：设置安全性波动系数Jaq的阈值，当安全性波动系数Jaq超出阈值时，表示安全性波动幅度大，生成第一预警信号发送到可视化终端，以控制可视化终端编辑并显示第一预警文本；

C3：接收准确度提示信号和安全信号，并分别进行相应的处理：C3‑1：当接收到准确度提示信号时，立即编辑相应的准确度提示文本进行显示；

C3‑2：当接收到安全信号时，立即编辑相应的安全性警报文本进行显示，并控制相应的指示灯闪烁。

7.根据权利要求1中所述的一种网络流量数据采集、大数据分析及可视化呈现方法，其特征在于：建立优化模型的具体过程如下：D1：将稳定性评估系数Xwd与时间T建立动态曲线图，将其代入曲率测算模型，获取稳定性波动系数Jwd，预测稳定性的变动趋势；

D2：设置稳定性波动系数Jwd的阈值，当稳定性波动系数Jwd超出阈值时，表示稳定性波动幅度大，生成第二预警信号发送到可视化终端，以控制可视化终端编辑并显示第二预警文本；

D3：接收效率提示信号和稳定信号，并分别进行相应的处理：D3‑1：当接收到效率提示信号时，立即编辑相应的效率提示文本进行显示；

D3‑2：当接收到稳定信号时，立即编辑相应的稳定性警报文本进行显示，并控制相应的指示灯闪烁。