1.一种基于统计学的异常接口访问识别方法，其特征在于，包括如下步骤：
步骤1，服务器端获取客户端访问服务器的日志，最终形成某一天内每个用户访问了哪些接口的历史记录；
所述服务器端指至少达到千万级用户总数的服务器端，或至少达到百万日活用户的服务器端，
所述客户端指所有在线且与服务器端交互数据的客户端；
步骤2，服务器端分析客户端访问服务器的日志；
通过分析得到各接口的访问频次与用户数的关系图，横坐标和纵坐标分别表示访问频次、用户数；
步骤3，根据步骤2的结果，选择需重点关注的特定的接口，获取特定的接口的访问频次与用户数的关系；
所述特定的接口指易被非法访问的接口，或所述特定的接口指能远程访问的接口，或所述特定的接口指用户最常访问的接口，或所述所述特定的接口指获取资源的最终接口；
步骤4，服务器端分析特定的接口的访问频次与用户数的关系中的异常值；
步骤5，根据异常值自动判断异常访问类型；
异常访问类型分为运营问题和非法访问两大类；
步骤6，对于非法访问的异常访问类型，拦截对应的异常客户端，屏蔽利用客户端非法访问服务器的行为；
对于运营问题的异常访问类型，通过日志获取用户的具体操作，并针对这些异常操作提供运营支持。
2.如权利要求1所述的基于统计学的异常接口访问识别方法，其特征在于：所述客户端访问服务器的日志中至少记载了以下内容：
用户信息，被访问的接口信息，访问的日期及时间信息，具体操作信息。
3.如权利要求1所述的基于统计学的异常接口访问识别方法，其特征在于：服务器端分析客户端访问服务器的日志采用后台分析。
4.如权利要求1所述的基于统计学的异常接口访问识别方法，其特征在于：所述访问频次指所有参与统计的用户对某一接口的访问次数，
所述用户数指以某一频次访问某一个接口的总人数。
5.如权利要求1所述的基于统计学的异常接口访问识别方法，其特征在于：步骤3所述需重点关注的特定的接口包括但不限于：
标志着用户进入某个页面的接口，
标志着用户进行了某项操作的接口，
后台自动任务接口。
6.如权利要求1所述的基于统计学的异常接口访问识别方法，其特征在于：步骤4中，按照以下原则分析异常值：
原则1，每天访问次数明显超出上限阈值的离散点，所述上限阈值为自定义值，
原则2，关系图的图形中的凸起部分，
原则3，每天访问次数明显少于下限阀值的离散点，所述下限阈值为自定义值。
7.如权利要求6所述的基于统计学的异常接口访问识别方法，其特征在于：步骤5中，所述异常访问类型包括：
异常访问类型1，根据原则3分析出的异常值得到，属于运营问题，
异常访问类型2，根据原则2分析出的异常值得到，属于运营问题，
异常访问类型3，根据原则1分析出的异常值得到，属于非法访问。
8.如权利要求6所述的基于统计学的异常接口访问识别方法，其特征在于：自动判断异常访问类型通过脚本程序实现。