1.一种基于设备通信数据特征的异常设备检测方法，其特征在于，包括：选取物联网设备通信行为特征，建立表征物联网设备通信行为特征的数据对象模型；

预处理得到表征数据对象密集程度的密度半径，同时依大小由密向疏排列；

依次处理设备行为数据点，通过比较该数据点局部密度与其邻域点密度均值的差异程度，过滤孤立噪声点，对物联网设备行为数据集按局部密度聚类，建立正常行为特征数据库，比较待测设备通信行为数据，识别异常行为；

连续多个周期进行检测，多次检测均标记为异常行为时，标记该设备为异常设备。

2.根据权利要求1所述一种基于设备通信数据特征的异常设备检测方法，其特征在于，利用数据点与邻域内点距离，计算数据点局部密度半径与邻域内数据点密度半径均值，通过计算二者比值的对数表示当前点与邻域点密度差异程度，以差异值小于阈值为条件过滤孤立噪声点，并将局部同密度点进行聚类，建立物联网设备多密度分布的通信行为特征库。

3.根据权利要求1所述一种基于设备通信数据特征的异常设备检测方法，其特征在于，对于待测设备通信行为数据，计算局部密度半径与邻域内对象密度半径均值，若二者差异大于阈值则判为异常行为，比较检测数据点局部密度半径与最近点所在簇密度半径均值差异，若大于阈值也判为异常行为。

4.根据权利要求1所述一种基于设备通信数据特征的异常设备检测方法，其特征在于，连续周期检测物联网设备通信行为数据，若连续标记设备异常行为记录次数超过阈值，则将该设备判断为异常设备。