1.一种安全支付方法，应用于移动支付安全验证，所述方法涉及终端设备和云服务器，其特征在于，所述终端设备包括验证模组，所述云服务器包括数据库、云处理器和存储有分析控制模块程序的云存储器，所述数据库包括用户行为数据库，所述分析控制模块包括用户行为分析模块、安全分析模块、安全控制模块；

所述安全支付方法包括以下步骤：

步骤S1、终端设备实际收集用户在终端上操作时产生的第一用户数据，并将第一用户行为数据上传至云服务器，存储在用户行为数据库中；

步骤S2、当用户支付行为发生时，终端设备向云服务器发出支付验证请求，并上传第二用户行为数据至云服务器，包括移动设备状态数据、支付订单数据、支付行为数据；

步骤S3、云服务器接收到终端设备的支付验证请求时，调用用户行为分析模块对用户行为数据库中存储的第一用户行为数据进行分析，得到第一用户习惯模型数据，并将第一用户习惯模型数据与第二用户行为数据进行安全性对比判断，得到第一安全性判断结果；

步骤S4、云服务器根据第一安全性判断结果按照预设的第二判断规则进行安全措施级别判断，得到第二安全性判断结果，该结果包含“通过/拒绝”指令或信息验证请求；

步骤S5、云服务器向终端设备发出上述“通过/拒绝”指令或信息验证请求指令；终端设备接收指令后，若该指令为“通过/拒绝”，终端设备通过或拒绝用户支付；若该指令为信息验证请求指令，则调用相应的验证模组采集验证信息，得到第一信息验证数据，并将第一信息验证数据上传至云服务器；

步骤S6、云服务器接收第一信息验证数据后，调用安全分析模块执行验证操作，得到包括“通过”、“拒绝”或“再次验证”指令的第三安全性判断结果，并传输至终端设备；

步骤S7、终端设备根据第三安全性判断结果的指令执行通过、拒绝或再次验证操作。

2.根据权利要求1所述的方法，其特征在于，第一用户行为数据包括用户消费习惯数据、平台使用习惯数据、游戏内消费行为数据。

3.根据权利要求1所述的方法，其特征在于，所述步骤S3包括用户习惯模型和安全性对比判断操作，其中用户习惯模型通过以下步骤得到：

步骤S31、云服务器接收到终端设备的支付验证请求时，所述安全控制模块调用所述用户行为分析模块，所述用户行为分析模块从所述用户行为数据库中查询用户行为数据得到用户行为数据集；

用户行为数据集包括用户消费习惯数据集、平台使用习惯数据集、游戏内消费行为数据集；

步骤S32、所述用户行为分析模块对所述用户消费习惯数据集、所述平台使用习惯数据集、所述游戏内消费行为数据集进行分组统计分析，得到用户消费习惯模型数据集、平台使用习惯模型数据集、游戏内消费行为模型数据集；

步骤S33、所述安全分析模块对上述用户消费习惯模型数据集、平台使用习惯模型数据集、游戏内消费行为模型数据集按照近1个月、近3个月、近6个月三个时间区间的顺序进行拼装，得到第一用户习惯模型数据；

安全性对比判断操作包括以下步骤：步骤S34、分别计算近1个月的用户消费习惯模型数据集、平台使用习惯模型数据集、游戏内消费行为模型数据集与近3个月、近6个月对应的模型数据集的相似度；

步骤S35、根据步骤S41计算结果，计算用户消费习惯模型吻合度、游戏内消费行为模型吻合度、平台使用习惯模型吻合度；

步骤S36、分别计算所述第二用户行为数据与近1个月、近3个月、近6个月的用户消费习惯模型数据集的相似度，并计算当前支付行为吻合度；

步骤S37、计算支付安全度并根据第一判断规则进行安全性判断得到第一安全性判断结果。

4.根据权利要求3所述的方法，其特征在于，所述步骤S32包括：

步骤S321、所述用户行为分析模块对所述用户消费习惯数据集根据时间、设备、地点、支付类型、支付金额、购买品类进行分组统计，得到用户消费习惯模型数据集，包括时间分布、设备频率、地点频率、支付类型频率、支付金额频率分布、购买品类频率；

步骤S322、所述用户行为分析模块对所述平台使用习惯数据集根据登陆时间、设备、地点、浏览类目、停留时间、收藏类目进行分组统计，得到平台使用习惯模型数据集，包括时间分布、设备频率、地点频率、浏览类目频率、停留时间频率分布、收藏类目频率；

步骤S323、所述用户行为分析模块对所述游戏内消费行为数据集根据时间、设备、地点、支付类型、支付金额、购买品类进行分组统计，得到游戏内消费行为模型数据集，时间分布、设备频率、地点频率、支付类型频率、支付金额频率分布、购买品类频率。

5.根据权利要求3所述的方法，其特征在于，所述第一判断规则为：根据所述支付安全度所处安全等级阈值范围确定安全判断标志。

6.根据权利要求3所述的方法，其特征在于，所述第一安全性判断结果包括安全性判断标志、用户消费习惯模型吻合度、游戏内消费行为模型吻合度、平台使用习惯模型吻合度。

7.根据权利要求1所述的方法，其特征在于，所述第二判断规则为：

根据第一安全性判断结果中包含的用户消费习惯模型吻合度、游戏内消费行为模型吻合度、平台使用习惯模型吻合度、当前支付行为吻合度及安全性判断标志进行验证方式判断；

当安全性判断标志为“0”时，所述第三安全性判断结果为“通过”指令；当安全性判断标志为“3”时，所述第三安全性判断结果为“拒绝”指令；当安全性判断标志为“1”或“2”时，所述第三安全性判断结果为信息验证请求指令；

其中信息验证请求指令由户消费习惯模型吻合度、游戏内消费行为模型吻合度、平台使用习惯模型吻合度、当前支付行为吻合度中的最小值决定。

8.根据权利要求1所述的方法，其特征在于，所述信息验证请求包括：密码验证、验证码验证、指纹验证、面部识别验证、声纹密码验证、安全问题验证、随机按键键盘中的一种验证方式或多种验证方式组合。

9.根据权利要求1所述的方法，其特征在于，所述终端设备为处理器、存储器、验证模组，其中存储器存储有客户端程序，验证模组包括指纹传感器、面部识别传感器、麦克风；

所述客户端程序包括数据采集模块；数据采集模块包括用户行为采集模块、支付环境行为数据采集模块、验证信息采集模块。

10.根据权利要求1所述的方法，其特征在于，所述终端设备以通用计算机设备的形式表现，计算机设备的组件可以包括但不限于：一个或者多个处理器或者处理单元、存储器、输入输出设备、连接不同系统组件的总线；

所述系统组件包括存储器、处理器或处理单元和输入输出设备。