[發明專利]基于電子郵件地址和其他帳戶信息的用戶帳戶的基于機器學習的分類

有效

• 申請號: 201380005288.5
• 申請日: 2013-01-09
• 公開（公告）號: CN104054103A
• 公開（公告）日: 2014-09-17
• 發明（設計）人: B·B·朱;F·薛
• 申請（專利權）人: 微軟公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q50/32
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 顧嘉運

1.一種由配置有計算機可執行指令的一個或多個處理器執行的方法，所述方法包括：

接收與包括電子郵件地址的信息相關聯的帳戶；

從與所述帳戶相關聯的信息中提取一個或多個特征；以及

至少部分地基于所提取的特征來確定所述帳戶的信任級別。

2.如權利要求1所述的方法，其特征在于，還包括：

在所確定的信任級別高于第一預設閾值的情況下確定所述帳戶是良性的；和/或

在所確定的信任級別低于所述第一預設閾值或與所述第一預設閾值不同的第二預設閾值的情況下確定所述帳戶是惡意的。

3.如權利要求1所述的方法，其特征在于，所述一個或多個特征中的至少一個特征基于所述電子郵件地址的可記性。

4.如權利要求3所述的方法，其特征在于，所述一個或多個特征中的所述至少一個特征包括關于所述電子郵件地址中的有意義串的一個或多個特征。

5.如權利要求3所述的方法，其特征在于，所述一個或多個特征中的所述至少一個特征包括關于所述電子郵件地址中的可發音串的一個或多個特征。

6.如權利要求3所述的方法，其特征在于，所述一個或多個特征中的所述至少一個特征包括關于模式的一個或多個特征，所述模式包括所述電子郵件地址中的對稱性、非對稱性或均勻間隔的字符。

7.如權利要求1所述的方法，其特征在于，所述一個或多個特征中的至少一個特征基于所述電子郵件地址的域。

8.如權利要求1所述的方法，其特征在于：

所述信息還包括與所述帳戶和/或所述電子郵件地址相關聯的附加信息，所述附加信息包括與所述帳戶和/或所述電子郵件地址相關聯的姓名、電話號碼、請求源的IP地址和/或地址；并且

所述一個或多個特征中的至少一個特征基于所述帳戶的所述附加信息。

9.如權利要求1所述的方法，其特征在于，確定所述帳戶的信任級別包括：

分析來自一個或多個源的多個標簽帳戶，所述多個標簽帳戶中的每一個指示相應的標簽帳戶是惡意的或良性的；

確定從所述多個帳戶中提取的一個或多個特征，所述一個或多個特征對惡意的相應標簽帳戶和良性的相應標簽帳戶進行區分；

應用一種或多種機器學習方法來基于所獲取的一個或多個特征構建分類模型；以及

使用所述分類模型來計算所述帳戶的信任級別的分數。

10.一種系統，包括：

存儲一個或多個模塊的存儲器；

一個或多個處理器，所述一個或多個處理器在操作上耦合到所述存儲器以執行所述一個或多個模塊，所述一個或多個模塊包括：

接收帳戶的接收模塊，所述帳戶與電子郵件地址和附加信息相關聯；

訓練模塊，所述訓練模塊使用包括多個標簽帳戶的一個或多個標簽數據來基于來自與所述標簽帳戶相關聯的電子郵件地址和/或附加信息的一個或多個特征學習分類模型，所述一個或多個特征至少部分地基于所述電子郵件地址的可記性來將惡意帳戶與良性帳戶區分開，所述特征包括以下各個特征中的至少一個：

關于有意義串的一個或多個特征，所述有意義串包括可根據一組規則來轉換的一個或多個字母或數字；

關于可發音串的一個或多個特征；

關于模式的一個或多個特征，所述模式包括所述電子郵件地址中的對稱性、非對稱性或均勻間隔的字符；

關于所述電子郵件地址的域的一個或多個特征；

關于與所述帳戶和/或所述電子郵件地址相關聯的附加信息的一個或多個特征，所述附加信息包括與所述帳戶和/或電子郵件地址相關聯的姓名、電話號碼或地址；以及

使用所述分類模型來確定所述帳戶的信任級別的確定模塊。