1.一种设备指纹识别方法，其特征在于，所述方法包括：采集用户在操作设备的事件过程中的多份设备信息，每份设备信息包括多个特征信息；将采集到的各个设备信息进行标签分类，并对同一用户的相邻事件的对应特征进行相似度计算，将相似度值作为原始特征，所述相邻事件为用户的操作事件流中两个相邻的操作事件；根据建立的分类模型从原始特征中筛选出有效特征，并对有效特征的数值分布进行分箱校验和分箱增益，得到加工后的有效特征；利用加工后的有效特征以及标签分类建立逻辑回归模型，通过对所述逻辑回归模型进行迭代，直至满足迭代终止条件时得到有效特征中的识别特征；针对待识别的设备信息，获得所述待识别的设备信息对应的识别特征，并根据满足迭代终止条件时逻辑回归模型的系数矩阵计算得到设备的相异分数，根据所述相异分数识别设备指纹是否发生变更，并对设备指纹进行更新；所述利用加工后的有效特征以及标签分类建立逻辑回归模型，通过对所述逻辑回归模型进行迭代，直至满足迭代终止条件时得到有效特征中的识别特征的步骤，包括：依次遍历加工后的各个有效特征，并采用前进法逐步加入以建立逻辑回归模型，记录每次加入各个有效特征后逻辑回归模型的系数矩阵中各个系数值以及KS差值，若KS差值在设定范围内且所有系数值均为正值，则判定加入的有效特征为识别特征，经过多轮迭代后，在满足迭代终止条件时确定出有效特征中的所有识别特征；所述根据满足迭代终止条件时逻辑回归模型的系数矩阵计算得到设备的相异分数，根据所述相异分数识别设备指纹是否发生变更的步骤，包括：根据所述待识别的设备信息对应的识别特征，以及满足迭代终止条件时逻辑回归模型的系数矩阵计算得到设备的相异分数，获得预先根据设置的分箱坏样本率下计算得到的分数阈值，根据所述分数阈值以及计算得到的相异分数，识别设备指纹是否发生变更；所述根据相异分数识别设备指纹是否发生变更，并对设备指纹进行更新的步骤，包括：若待识别的设备信息的当前事件设备指纹较上一事件的设备指纹未发生变更，则更新上一事件的设备指纹为最新设备指纹，若待识别的设备信息的当前事件设备指纹较上一事件的设备指纹发生变更，再判断当前事件设备指纹是否与任一历史事件中的设备指纹重复，若当前事件设备指纹未与任一历史事件中的设备指纹重复，则将当前事件设备指纹更新到日志中，若当前事件设备指纹与其中一个历史事件中的设备指纹重复，则更新该历史事件中的设备指纹为最新设备指纹。
2.根据权利要求1所述的设备指纹识别方法，其特征在于，所述特征信息包括数值型特征、类别型特征、序列型特征、向量型特征、时间型特征和速率型特征，不同类型的特征采用不同的相似度计算方式计算相似度值。
3.根据权利要求1所述的设备指纹识别方法，其特征在于，所述根据建立的分类模型从原始特征中筛选出有效特征的步骤，包括：利用集成学习树模型建立分类模型；针对各所述原始特征，基于所述分类模型的树结构各层节点中采用所述原始特征进行分裂后减少的MSE平方损失的累加值，以及原始特征的数量，计算得到所述原始特征的全局重要度；将全局重要度大于或等于预设阈值的原始特征确定为有效特征。
4.根据权利要求1所述的设备指纹识别方法，其特征在于，所述对有效特征的数值分布进行分箱校验和分箱增益，得到加工后的有效特征的步骤，包括：将多个有效特征按数值大小进行排序，并将排序后的各个有效特征单独作为一组；对于每两个相邻的组，计算两个组的有效特征的卡方值，将其中最小卡方值的相邻两组合并为一组，按此方式直至计算出的卡方值均大于或等于预设卡方值；在得到的分组的组数大于或等于2时，将数值最大的一组单独作为一个分箱，其余各组合并为一个分箱，以得到两个分箱；计算各个分箱中的有效特征的坏样本率作为分箱增益，以对有效特征进行加工处理。
5.根据权利要求1-4任意一项所述的设备指纹识别方法，其特征在于，所述采集用户在操作设备的事件过程中的多份设备信息的步骤，包括：对用户在操作设备的事件过程的全流程操作中进行多事件埋点，以采集用户不同事件过程中的设备信息，所述设备信息包括基本信息、环境信息、适配信息、功能支持及授权信息、其他信息。
6.一种设备指纹识别装置，其特征在于，所述装置包括：采集模块，用于采集用户在操作设备的事件过程中的多份设备信息，每份设备信息包括多个特征信息；计算模块，用于将采集到的各个设备信息进行标签分类，并对同一用户的相邻事件的对应特征进行相似度计算，将相似度值作为原始特征，所述相邻事件为用户的操作事件流中两个相邻的操作事件；筛选模块，用于根据建立的分类模型从原始特征中筛选出有效特征，并对有效特征的数值分布进行分箱校验和分箱增益，得到加工后的有效特征；迭代模块，用于利用加工后的有效特征以及标签分类建立逻辑回归模型，通过对所述逻辑回归模型进行迭代，直至满足迭代终止条件时得到有效特征中的识别特征；识别模块，用于针对待识别的设备信息，获得所述待识别的设备信息对应的识别特征，并根据满足迭代终止条件时逻辑回归模型的系数矩阵计算得到设备的相异分数，根据所述相异分数识别设备指纹是否发生变更，并对设备指纹进行更新；所述迭代模块用于：依次遍历加工后的各个有效特征，并采用前进法逐步加入以建立逻辑回归模型，记录每次加入各个有效特征后逻辑回归模型的系数矩阵中各个系数值以及KS差值，若KS差值在设定范围内且所有系数值均为正值，则判定加入的有效特征为识别特征，经过多轮迭代后，在满足迭代终止条件时确定出有效特征中的所有识别特征；所述识别模块用于：根据所述待识别的设备信息对应的识别特征，以及满足迭代终止条件时逻辑回归模型的系数矩阵计算得到设备的相异分数，获得预先根据设置的分箱坏样本率下计算得到的分数阈值，根据所述分数阈值以及计算得到的相异分数，识别设备指纹是否发生变更；若待识别的设备信息的当前事件设备指纹较上一事件的设备指纹未发生变更，则更新上一事件的设备指纹为最新设备指纹，若待识别的设备信息的当前事件设备指纹较上一事件的设备指纹发生变更，再判断当前事件设备指纹是否与任一历史事件中的设备指纹重复，若当前事件设备指纹未与任一历史事件中的设备指纹重复，则将当前事件设备指纹更新到日志中，若当前事件设备指纹与其中一个历史事件中的设备指纹重复，则更新该历史事件中的设备指纹为最新设备指纹。
7.一种电子设备，其特征在于，包括一个或多个存储介质和一个或多个与存储介质通信的处理器，一个或多个存储介质存储有处理器可执行的机器可执行指令，当电子设备运行时，处理器执行所述机器可执行指令，以执行权利要求1-5中任意一项所述的方法步骤。
