[發(fā)明專利]識(shí)別基于DBSCAN模型的非正常批量購(gòu)票行為的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201611019839.5
• 申請(qǐng)日: 2016-11-18
• 公開（公告）號(hào): CN106657007A
• 公開（公告）日: 2017-05-10
• 發(fā)明（設(shè)計(jì)）人: 曹杰;馮雨暉;宿曉坤;楊睿;李學(xué)超
• 申請(qǐng)（專利權(quán)）人: 北京紅馬傳媒文化發(fā)展有限公司
• 主分類號(hào): H04L29/06
• 分類號(hào): H04L29/06;H04L12/26;G06Q30/06
• 代理公司: 北京天奇智新知識(shí)產(chǎn)權(quán)代理有限公司11340
• 代理人: 楊文錄

技術(shù)領(lǐng)域

本發(fā)明涉及異常行為識(shí)別技術(shù)領(lǐng)域，尤其涉及一種識(shí)別基于DBSCAN模型的非正常批量購(gòu)票行為的方法。

背景技術(shù)

現(xiàn)場(chǎng)演出票由于價(jià)錢高資源少，會(huì)引來(lái)大量的黃牛前來(lái)刷票(網(wǎng)絡(luò)購(gòu)票異常行為)，然后高價(jià)倒賣，黃牛的出現(xiàn)，損害用戶的利益，極大的降低了網(wǎng)上購(gòu)票的用戶體驗(yàn)和平臺(tái)的用戶粘性。黃牛為了搶票，經(jīng)常會(huì)通過(guò)機(jī)器批量注冊(cè)很多賬戶，還會(huì)通過(guò)多個(gè)賬戶進(jìn)行高頻，大量的訪問，以最快的速度下單占有資源。所以黃牛一般會(huì)通過(guò)程序進(jìn)行刷票。目前識(shí)別黃牛大都是通過(guò)統(tǒng)計(jì)用戶的訪問來(lái)源，訪問頻次，訪問周期，從中找出異于大多數(shù)用戶的訪問異常，從而判定為黃牛。建立黃牛黑名單。黃牛的定義并不一定是一個(gè)真正的用戶，也可以是一個(gè)資源，黃牛使用該資源進(jìn)行刷票，將此資源也納入到黃牛黑名單中，因而，會(huì)有IP黑名單，Cookie黑名單，賬號(hào)黑名單等。

當(dāng)前的識(shí)別黃牛的方式主要通過(guò)監(jiān)控訪問日志，通過(guò)解析，計(jì)算日志中的IP，Cookie，設(shè)備，賬號(hào)的訪問頻次，訪問時(shí)間間隔，來(lái)識(shí)別異常訪問，這在一定程度上能夠防止黃牛。但是應(yīng)用上述技術(shù)的時(shí)候，發(fā)明人發(fā)現(xiàn)，單一維度的識(shí)別，不能夠唯一判別用戶設(shè)備，容易誤殺正常用戶，比如IP，黃牛和正常用戶在同一個(gè)樓或是小區(qū)，用同一個(gè)出口IP，如果使用IP識(shí)別，容易誤殺正常用戶。第二，頻次識(shí)別只能是在一定程度上識(shí)別黃牛，當(dāng)黃牛拉大訪問間隔，降低訪問頻次，就不好判定。而且黃牛會(huì)模擬不同的客戶端，多渠道的進(jìn)行刷票。黃牛為了快速搶票，會(huì)走捷徑，不會(huì)像正常用戶操作，因而其行為軌跡也缺失關(guān)鍵步驟，所以當(dāng)前基于流量訪問異常的識(shí)別方法，已不滿足識(shí)別黃牛的需要。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明提供了一種識(shí)別基于DBSCAN模型的非正常批量購(gòu)票行為的方法，可以將網(wǎng)絡(luò)批量購(gòu)票異常行為特征從正常購(gòu)票行為特征中識(shí)別出來(lái)，進(jìn)行隔離，并降低誤識(shí)別概率，使資源的分配更具合理性和公平性。

本發(fā)明提供了一種識(shí)別基于DBSCAN模型的非正常批量購(gòu)票行為的方法，包括：

監(jiān)測(cè)預(yù)定時(shí)間段內(nèi)的注冊(cè)數(shù)量高于參考時(shí)間段的注冊(cè)數(shù)量的識(shí)別閾值后，獲取基于密度聚類算法掃描所述預(yù)識(shí)別時(shí)間段內(nèi)的所有注冊(cè)行為后標(biāo)記的至少一個(gè)高度集中的注冊(cè)賬戶簇；

將所述標(biāo)記的至少一個(gè)高度集中的注冊(cè)賬戶簇的網(wǎng)絡(luò)購(gòu)票行為記錄中的用戶IP、Cookie和訪問代理環(huán)境Agent哈希化為一個(gè)全局唯一的編碼字符串IP+Cookie+Agent，形成唯一用戶標(biāo)識(shí)；

提取所述用戶標(biāo)識(shí)的歷史網(wǎng)絡(luò)購(gòu)票行為記錄和實(shí)時(shí)網(wǎng)絡(luò)購(gòu)票行為記錄中的網(wǎng)絡(luò)購(gòu)票行為屬性；

識(shí)別所述網(wǎng)絡(luò)購(gòu)票行為屬性中的異常行為屬性的用戶IP，將所述異常行為屬性的用戶IP存入黑名單進(jìn)行隔離。

進(jìn)一步的，所述將網(wǎng)絡(luò)購(gòu)票行為記錄中的用戶IP、Cookie和訪問代理環(huán)境Agent哈希化為一個(gè)全局唯一的編碼字符串IP+Cookie+Agent，形成唯一用戶標(biāo)識(shí)，包括：

通過(guò)哈希函數(shù)將網(wǎng)絡(luò)購(gòu)票行為記錄中的用戶IP、Cookie和訪問代理環(huán)境Agent哈希化為一個(gè)全局唯一的編碼字符串IP+Cookie+Agent，形成唯一用戶標(biāo)識(shí)。

進(jìn)一步的，所述識(shí)別所述網(wǎng)絡(luò)購(gòu)票行為屬性中的異常行為屬性的用戶IP，將所述異常行為屬性的用戶IP存入黑名單進(jìn)行隔離，包括：

識(shí)別所述網(wǎng)絡(luò)購(gòu)票行為屬性中的頻次閥值和黑名單，所述頻次閥值包括但不限于：不同IP訪問頻次、每個(gè)IP的訪問不同url的頻次、IP+cookie+agent訪問頻次或IP+cookie+agent訪問不同url的頻次中的一種或多種；

通過(guò)所述頻次閥值和黑名單識(shí)別出異常行為的用戶IP，將所述識(shí)別出的用戶IP存入黑名單進(jìn)行隔離。

進(jìn)一步的，所述提取所述用戶標(biāo)識(shí)的歷史網(wǎng)絡(luò)購(gòu)票行為記錄和實(shí)時(shí)網(wǎng)絡(luò)購(gòu)票行為記錄中的網(wǎng)絡(luò)購(gòu)票行為屬性，包括：

提取所述用戶標(biāo)識(shí)中的歷史行為記錄中的歷史頻次閥值和歷史黑名單；

提取所述用戶標(biāo)識(shí)中的歷史交易行為記錄中存在潛在的購(gòu)買行為異常閥值和超出購(gòu)買行為異常閥值的異常注冊(cè)用戶的黑名單；

實(shí)時(shí)采集用戶標(biāo)識(shí)的當(dāng)前訪問行為記錄中的當(dāng)前用戶訪問頻次和路徑。

進(jìn)一步的，所述提取所述用戶標(biāo)識(shí)中的歷史行為記錄中的歷史頻次閥值，包括以下步驟：

將歷史行為記錄中的日志文件內(nèi)容載入到大數(shù)據(jù)數(shù)倉(cāng)Hive中，在Hive中建立日志文件格式化數(shù)據(jù)表，將日志文件內(nèi)容格式化到數(shù)據(jù)表中；