[發明專利]基于圖像特征的業務異常檢測方法及裝置

在審

• 申請號: 201610634562.0
• 申請日: 2016-08-04
• 公開（公告）號: CN106874926A
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 程磊
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;H04L12/26;H04L12/24
• 代理公司: 北京博思佳知識產權代理有限公司11415
• 代理人: 林祥

1.一種基于圖像特征的業務異常檢測方法，其特征在于，該方法包括：

從目標頁面的頁面圖像中提取圖像特征；

將提取出的所述圖像特征輸入預設的異常檢測模型中進行計算；其中，所述異常檢測模型為基于從若干正常頁面以及異常界面中提取出的圖像特征訓練得到的機器學習模型；

基于所述異常檢測模型的計算結果針對所述目標頁面進行異常檢測。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

基于預設的若干樣本頁面的頁面圖像生成圖像樣本集合；其中，所述圖像樣本集合中的正常頁面的頁面圖像以及異常頁面的頁面圖像均被標定了對應的識別標簽；

分別提取所述圖像樣本集合中的頁面圖像的圖像特征；

將提取出的圖像特征作為訓練樣本，基于預設的機器學習算法進行訓練以得到所述異常檢測模型。

3.根據權利要求1或2所述的方法，其特征在于，所述異常檢測模型為SVM支持向量機模型。

4.根據權利要求1或2所述的方法，其特征在于，所述圖像特征為圖像紋理特征；其中，所述圖像紋理特征包括圖像全局紋理特征和圖像局部紋理特征。

5.根據權利要求4所述的方法，其特征在于，所述圖像全局紋理特征為GLCM灰度共生矩陣特征；所述圖像局部紋理特征為LBP局部二值模式特征。

6.一種基于圖像特征的業務異常檢測裝置，其特征在于，該裝置包括：

提取模塊，從目標頁面的頁面圖像中提取圖像特征；

計算模塊，將提取出的所述圖像特征輸入預設的異常檢測模型中進行計算；其中，所述異常檢測模型為基于從若干正常頁面以及異常界面中提取出的圖像特征訓練得到的機器學習模型；

檢測模塊，基于所述異常檢測模型的計算結果針對所述目標頁面進行異常檢測。

7.根據權利要求6所述的裝置，其特征在于，所述提取模塊進一步：

基于預設的若干樣本頁面的頁面圖像生成圖像樣本集合；其中，所述圖像樣本集合中的正常頁面的頁面圖像以及異常頁面的頁面圖像均被標定了對應的識別標簽；分別提取所述圖像樣本集合中的頁面圖像的圖像特征；

所述裝置還包括：

訓練模塊，將提取出的圖像特征作為訓練樣本，基于預設的機器學習算法進行訓練以得到所述異常檢測模型。

8.根據權利要求6或7所述的裝置，其特征在于，所述異常檢測模型為SVM模型。

9.根據權利要求6或7所述的裝置，其特征在于，所述圖像特征為圖像紋理特征；其中，所述圖像紋理特征包括圖像全局紋理特征和圖像局部紋理特征。

10.根據權利要求9所述的裝置，其特征在于，所述圖像全局紋理特征為GLCM灰度共生矩陣特征；所述圖像局部紋理特征為LBP局部二值模式特征。