1.一种用户请求的检测方法，其特征在于，包括：

获取发送用户请求的终端的设备数据；

采用预设的分值特征对从所述设备数据中提取到的组合特征构造的特征集合；

按照所述特征集合的类型将所述特征集合输入到多个异常检测模型中，得到判断所述用户请求是否异常的检测结果，并采用预设的判断方法对所述检测结果进行判断，以确定所述用户请求是否异常，其中，所述异常检测模型为预先采用正样本或负样本特征集合训练至收敛状态，用于通过特征集合对终端进行安全性分类的检测模型。

2.根据权利要求1所述的用户请求的检测方法，其特征在于，所述采用预设的分值特征对从所述设备数据中提取到的组合特征构造特征集合，包括：从所述设备数据中提取组合特征；

将所述组合特征与预设的分值特征进行比对；

当所述组合特征与所述分值特征一致时，将所述组合特征添加到正样本集合中；

当所述组合特征与所述分值特征不一致时，将所述组合特征添加到负样本集合中。

3.根据权利要求2所述的用户请求的检测方法，其特征在于，所述从所述设备数据中提取组合特征，包括：从所述设备数据中提取多个单一特征；

获取每个单一特征的关联度；

将关联度相同的多个单一特征的组合作为所述组合特征。

4.根据权利要求1所述的用户请求的检测方法，其特征在于，所述按照所述特征集合的类型将所述特征集合输入到异常检测模型中，得到用户是否异常的检测结果之前，还包括：获取所述终端的样本数据；

从所述样本数据中提取组合特征，其中，所述组合特征均设置有标记；

通过标记的样本数据对预设的检测模型进行训练，得到所述异常检测模型，其中，所述样本数据包括正样本特征数据和负样本特征数据。

5.根据权利要求1所述的用户请求的检测方法，其特征在于，所述采用预设的判断方法对得到的检测结果进行判断，以确定发送用户请求的用户是否异常，包括：获取所述多个检测结果的判断类别；

根据每个模型预设的权重对所述多个模型得到的判断类别进行加权运算，得到发送用户请求的用户是否异常的判定结果。

6.根据权利要求1所述的用户请求的检测方法，其特征在于，所述获取发送用户请求的终端的设备数据，包括：接收所述终端发送的用户请求；

根据所述用户请求中的识别码从服务器中提取预存的设备数据。

7.根据权利要求1所述的用户请求的检测方法，其特征在于，所述按照所述特征集合的类型将所述特征集合输入到多个异常检测模型中，包括；

当所述特征集合为正特征集合时，将所述特征集合输入到由正样本特征训练得到的异常检测模型中。

8.一种用户请求的检测装置，其特征在于，包括：

获取模块，用于获取发送用户请求的终端的设备数据；

处理模块，用于采用预设的分值特征对从所述设备数据中提取到的组合特征构造的特征集合；

执行模块，用于按照所述特征集合的类型将所述特征集合输入到多个异常检测模型中，得到判断所述用户请求是否异常的检测结果，并采用预设的判断方法对所述检测结果进行判断，以确定所述用户请求是否异常，其中，所述异常检测模型为预先采用正样本或负样本特征集合训练至收敛状态，用于通过特征集合对终端进行安全性分类的检测模型。

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述用户请求的检测方法的步骤。

10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述用户请求的检测方法的步骤。