1.一种上网设备用户的检测方法，其特征在于，包括：

通过预置的埋点信息，收集上网设备用户注册时的特征数据；

根据所述特征数据，确定所述特征数据的取值分布，根据所述取值分布基于业务场景生成场景特征；

根据所述场景特征构建场景特征模型，所述场景特征模型包括异常检测模型和真伪判断模型；

获取上网设备用户的当前特征数据，将所述当前特征数据应用于所述异常检测模型和真伪判断模型，获取异常检测结果及真伪判断结果；

根据所述异常检测结果及真伪判断结果，确定所述上网设备用户的分类类型，包括：获取异常检测模型和真伪判断模型的权重，根据所述异常检测结果及真伪判断结果及权重，生成最终检测结果；

将所述最终检测结果与设定阈值相比较，若所述最终检测结果低于或等价于第一设定阈值，确定所述上网设备用户为正常用户，通过所述正常用户的上网设备的验证；若所述最终检测结果高于或等于第二设定阈值，确定所述上网设备用户为异常用户，限制所述异常用户的上网设备的验证；若所述最终检测结果高于第一设定阈值且低于第二设定阈值，确定所述上网设备用户为灰度用户，通过所述灰度用户的上网设备的验证，并降低为所述灰度用户的上网设备分配的资源；

所述获取上网设备用户的当前特征数据之后，还包括：

获取所述当前特征数据中的关联数据，所述关联数据包括第一特征数据及第二特征数据；

根据所述第一特征数据，确定所述第一特征数据的取值分布，根据所述第一特征数据的取值分布基于业务场景生成第一场景特征；根据所述第二特征数据，确定所述第二特征数据的取值分布，根据所述第二特征数据的取值分布基于业务场景生成第二场景特征；

比较所述第一场景特征与所述第二场景特征的差异度，根据所述差异度确定所述关联数据的准确度。

2.根据权利要求1所述的方法，其特征在于，所述确定所述上网设备用户为灰度用户之后，还包括：将所述正常用户添加进白名单，将所述异常用户及所述灰度用户添加进灰名单；

根据预置的白名单及灰名单的作业频率，获取所述白名单中的正常用户或灰名单中的异常用户及灰度用户的特征数据。

3.根据权利要求1所述的方法，其特征在于，所述根据所述场景特征构建场景特征模型，包括：根据所述场景特征并采用贝叶斯算法和one_class支持向量机算法构建场景特征模型。

4.一种上网设备用户的检测装置，其特征在于，包括：

埋点模块：用于通过预置的埋点信息，收集上网设备用户注册时的特征数据；

场景特征模块：用于根据所述特征数据，确定所述特征数据的取值分布，根据所述取值分布基于业务场景生成场景特征；

模型构建模块：用于根据所述场景特征构建场景特征模型，所述场景特征模型包括异常检测模型和真伪判断模型；

检测模块：用于获取上网设备用户的当前特征数据，将所述当前特征数据应用于所述异常检测模型和真伪判断模型，获取异常检测结果及真伪判断结果；所述获取上网设备用户的当前特征数据之后，还包括：获取所述当前特征数据中的关联数据，所述关联数据包括第一特征数据及第二特征数据；

根据所述第一特征数据，确定所述第一特征数据的取值分布，根据所述第一特征数据的取值分布基于业务场景生成第一场景特征；根据所述第二特征数据，确定所述第二特征数据的取值分布，根据所述第二特征数据的取值分布基于业务场景生成第二场景特征；

比较所述第一场景特征与所述第二场景特征的差异度，根据所述差异度确定所述关联数据的准确度；

分类模块：用于根据所述异常检测结果及真伪判断结果，确定所述上网设备用户的分类类型，包括：获取异常检测模型和真伪判断模型的权重，根据所述异常检测结果及真伪判断结果及权重，生成最终检测结果；将所述最终检测结果与设定阈值相比较，若所述最终检测结果低于或等价于第一设定阈值，确定所述上网设备用户为正常用户，通过所述正常用户的上网设备的验证；若所述最终检测结果高于或等于第二设定阈值，确定所述上网设备用户为异常用户，限制所述异常用户的上网设备的验证；若所述最终检测结果高于第一设定阈值且低于第二设定阈值，确定所述上网设备用户为灰度用户，通过所述灰度用户的上网设备的验证，并降低为所述灰度用户的上网设备分配的资源。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现权利要求1至3任一项所述的上网设备用户的检测方法。

6.一种服务器，其特征在于，包括：

一个或多个处理器；

存储器；

一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个计算机程序配置用于执行根据权利要求1至3任一项所述的上网设备用户的检测方法。