1.一种基于自反馈模型的实时告警响应方法，其特征在于，包括步骤：
获取当前告警数据后，在预先建立的有向概率图上查找当前告警节点，并预测获得对应的响应告警节点；
获取该当前告警数据的下一个告警数据，并将获取的下一个告警数据与预测的响应告警节点进行比对后，更新有向概率图。
2.根据权利要求1所述的一种基于自反馈模型的实时告警响应方法，其特征在于，所述预先建立的有向概率图是通过以下步骤建立的：
获取实时告警数据流并采用分布式消息队列对告警数据进行实时存储；
采用有向概率图的数据结构对实时告警数据进行遍历，建立有向概率图。
3.根据权利要求2所述的一种基于自反馈模型的实时告警响应方法，其特征在于，所述获取实时告警数据流并采用分布式消息队列对告警数据进行实时存储的步骤，其具体为：
采用Kafka消息队列获取基础设施的实时告警数据，并采用分布式消息队列对告警数据进行实时存储。
4.根据权利要求2所述的一种基于自反馈模型的实时告警响应方法，其特征在于，所述采用有向概率图的数据结构对实时告警数据进行遍历，建立有向概率图的步骤，包括：
采用有向概率图的数据结构对实时告警数据进行遍历，按照规则一或规则二逐一地将每个实时的告警数据添加到有向概率图中：
规则一、响应于当前告警数据在有向概率图中不存在对应节点的情况，以当前告警数据在有向概率图中建立一个节点，并令该节点的计数为1，同时建立从前一个告警数据指向当前告警数据的有向边；
规则二、响应于当前告警数据在有向概率图中存在对应节点的情况，将该节点的计数加1，并判断是否存在前一个告警数据指向当前告警数据的有向边，若是，则将该有向边的权值加1，反之新建一条从前一个告警数据指向当前告警数据的有向边，并使其权值为1。
5.根据权利要求1所述的一种基于自反馈模型的实时告警响应方法，其特征在于，所述获取当前告警数据后，在预先建立的有向概率图上查找当前告警节点，并预测获得对应的响应告警节点的步骤，包括：
获取当前告警数据后，在建立的有向概率图上查找当前告警节点；
响应于有向概率图上存在当前告警节点的情况，将当前告警节点的所有的有向边按照边值进行逆序排序；
响应于只存在一条边值最大的有向出边的情况，将边值最大的有向出边所连接的告警节点作为响应告警节点输出，或者响应于存在多条边值最大的有向出边的情况，将这些有向出边中对应的节点中计数值最大的节点作为响应告警节点输出。
6.根据权利要求1所述的一种基于自反馈模型的实时告警响应方法，其特征在于，所述获取该当前告警数据的下一个告警数据，并将获取的下一个告警数据与预测的响应告警节点进行比对后，更新有向概率图的步骤，其具体为：
获取该当前告警数据的下一个告警数据，并将获取的下一个告警数据与预测的响应告警节点进行比对，若两者相同，则增强有向概率图中响应告警节点所对应的有向边，反之，减弱该有向边。
7.根据权利要求6所述的一种基于自反馈模型的实时告警响应方法，其特征在于，所述若两者相同，则增强有向概率图中响应告警节点所对应的有向边，反之，减弱该有向边的步骤，其具体为：
若两者相同，则将有向概率图中响应告警节点所对应的有向边的边值加1，反之，将该有向边的边值减1。