1.一种异常消费模式判定方法，其特征在于：包括以下步骤：

步骤1：获取客户的消费行为习惯模式Ai，以及当前使用者的消费行为整体模式B，i对应消费模式中的序号；

步骤2：判断当前使用者的消费模式与客户的消费行为习惯模式中不符合常规值的参数个数；

所述判断当前使用者的消费模式与客户的消费行为习惯模式中不符合常规值的参数还包括以下步骤：步骤21：通过机器学习算法对当前使用者的消费行为模式进行分类并得到单个行为模式的异常概率；

所述对消费行为模式进行分类还包括以下步骤：

步骤211：获取当前使用者的消费行为数据；

步骤212：通过K‑means算法对当前使用者的消费行为模式进行归类；

步骤213：根据分类后的行为模式，对应每个类的行为模式的样本数以及行为模式异常数计算出每个行为模式异常的概率P(Ai)；

步骤22：依次计算并判断参数是否异常，并统计异常参数的个数；

所述异常参数的计算和判断还包括以下步骤：

步骤221：消费者使用的各种消费模式总和，构成消费者的整体消费行为，这个整体消费行为用B表示，P(Ai)表示客户的消费行为习惯模式Ai发生异常的概率，在客户的消费行为习惯模式Ai发生异常的条件下，当前使用者的消费异常的概率值为P(BAi)，P(Ai)P(BAi)定义为当前使用者的消费异常和Ai消费模式均出现的概率， 定义为当前使用者的消费异常的全概率，P(AiB)表示在当前使用者异常的情况下，消费行为习惯模式Ai显示异常的概率，P(Ai|B)的计算公式为：步骤222：对于每一种模式Ai，当P(Ai|B)大于常规值时，判定此消费账号受到威胁，如果发现一个消费模式对应值不符合常规值，则继续提供下一个消费模式对应值；

步骤3：若不符合常规值的参数个数小于3个，则当前使用者可以继续消费，若不符合常规值的参数个数大于或等于3个，则关闭消费账号。

2.如权利要求1所述的异常消费模式判定方法，其特征在于：参数包括密码输入、用户名输入、购买商品种类、消费地址、支出额度、12小时内支出次数和支付方式。