1.一种网络访问的异常判定方法，其特征在于，包括以下步骤：预设时间间隔采集终端设备根据网络访问请求所产生的各个相关的特征，根据所述特征形成关于所述终端设备的组合特征集；

将所述组合特征集的特征与设定的特征列表进行对比，得到对应的组合特征集的缺失项的类型和数量；

根据所述缺失项的类型和数量组成的缺失数据，对所述组合特征集的缺失数据组合进行数据分层，利用所述数据分层，得到对应的网络访问请求的有效性；

利用所述有效性，对所述网络访问请求进行异常访问的判定；

其中，所述特征列表包括所述终端设备发起网络访问请求所产生的必要特征。

2.根据权利要求1所述的方法，其特征在于，所述根据所述缺失项的类型和数量组成的缺失数据，对所述组合特征集的缺失数据组合进行数据分层，包括：

对所述缺失项的类型和数量组成的缺失数据进行组合；

根据所述组合后的缺失数据，对所述组合特征集的进行数据分层。

3.根据权利要求1所述的方法，其特征在于，所述利用所述数据分层，得到对应的网络访问请求的有效性的步骤，包括：根据所述组合特征集的组合后的缺失数据进行的数据分层，训练并得到lightgbm模型；

将待检样本的组合特征集输入所述lightgbm模型进行判定，得到待判定样本的组合特征集的异常概率，得到对应网络访问请求的有效性。

4.根据权利要求3所述的方法，其特征在于，所述根据所述组合特征集的组合后的缺失数据进行的数据分层，训练并得到lightgbm模型的步骤之后，还包括：

通过GridSearchCV网络搜索对所述lightgbm模型的参数num_leaves、min_data_in_leaf、max_depth进行自动调参，对所述lightgbm模型进行调节优化。

5.根据权利要求3所述的方法，其特征在于，所述利用所述有效性，对所述网络访问请求进行异常访问的判定的步骤，包括：当所述有效性所依据的异常概率大于预设的阈值，判定所述网络访问为异常访问。

6.一种网络访问的异常判定装置，其特征在于，包括：特征获取模块，用于预设时间间隔采集终端设备根据网络访问请求所产生的各个相关的特征，根据所述特征形成关于所述终端设备的组合特征集；

对比模块，用于将所述组合特征集的特征与设定的特征列表进行对比，得到对应的组合特征集的缺失项的类型和数量；

有效性获取模块，用于根据所述缺失项的类型和数量组成的缺失数据，对所述组合特征集的缺失数据组合进行数据分层，利用所述数据分层，得到对应的网络访问请求的有效性；

判定模块，用于利用所述有效性，对所述网络访问请求进行异常访问的判定。

7.一种服务器，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5任一项所述的网络访问的异常判定方法。

8.一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5任一项所述的网络访问的异常判定方法。