[發明專利]一種用戶異常行為檢測方法、裝置和系統

在審

• 申請號: 201710577019.6
• 申請日: 2017-07-14
• 公開（公告）號: CN107481090A
• 公開（公告）日: 2017-12-15
• 發明（設計）人: 沈雄
• 申請（專利權）人: 眾安信息技術服務有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02;G06F17/30
• 代理公司: 北京萬慧達知識產權代理有限公司11111
• 代理人: 王虎

技術領域

本發明涉及計算機領域，特別涉及一種用戶異常行為檢測方法、裝置和系統。

背景技術

隨著互聯網商業活動的普及，購物網站、票務網站、酒店預訂網站以及評價網站等越來越多的商戶往往會通過如搶購以及服務評價等方式來進一步提高用戶的互聯網消費體驗。但是在實際應用中，同樣也存在例如黃牛、惡意刷單以及惡意評價等異常網絡行為，在誤導消費者的同時，影響了消費者的正常互聯網消費。

現有技術一般是通過人工刪選以及處理的方式發現上述異常網絡行為，由于人為因素、時間成本和效率的影響，該方式在增加人工成本的同時，還存在準確性以及效率較低的情況，從而無法對用戶的異常網絡行為進行檢測，影響了消費者的正常互聯網消費，降低了用戶體驗。

發明內容

為了提高用戶異常行為檢測的效率和準確性，本發明實施例提供了一種用戶異常行為檢測方法、裝置和系統。所述技術方案如下：

第一方面，提供了一種用戶異常行為檢測方法，所述方法包括：

獲取用戶的時間序列數據，所述時間序列數據用于描述用戶的網絡行為；

計算所述時間序列數據所對應的平穩性參數；

若所述平穩性參數指示所述時間序列數據為平穩時間序列數據，則確認所述用戶無異常行為；否則，則確認用戶存在異常行為。

結合第一方面，在第一種可能的實現方式中，通過以下操作中的任意一個，實現所述獲取用戶的時間序列數據的步驟：

周期性地獲取所述時間序列數據；或者

所述時間序列數據滿足預設條件，則獲取所述時間序列數據。

結合第一方面的第一種可能的實現方式，在第二種可能的實現方式中，所述計算所述時間序列數據所對應的平穩性參數之前，所述方法還包括：

對所述時間序列數據進行預處理，生成預處理后的時間序列數據。

結合第一方面的第二種可能的實現方式，在第三種可能的實現方式中，所述計算所述時間序列數據所對應的平穩性參數包括：

對所述預處理后的時間序列數據進行單位根檢驗；

獲取檢驗結果中所包括的平穩性參數。

結合第一方面至第一方面的第三種任意一種可能的實現方式，在第四種可能的實現方式中，所述時間序列數據包括登陸次數、數據流量以及交易次數中的至少一個，所述計算所述時間序列數據所對應的平穩性參數；還包括：

分別計算所述登陸次數對應的第一平穩性參數、所述數據流量對應的第二平穩性參數，以及所述交易次數對應的第三平穩性參數；

根據所述第一平穩性參數、所述第二平穩性參數以及所述第三平穩性參數，計算所述平穩性參數。

結合第一方面至第一方面的第四種任意一種可能的實現方式，在第五種可能的實現方式中，所述確認所述用戶存在異常行為之后，所述方法還包括：

獲取所述用戶的登錄設備的網絡地址；

判斷所述網絡地址以及與所述網絡地址相關的用戶是否存在異常行為。

結合第一方面，在第六種可能的實現方式中，所述方法還包括：

獲取用戶多個時間段內的時間序列數據；

計算所述多個時間序列數據分別所對應的多個平穩性參數，并根據所述多個平穩性參數，計算最終平穩性參數；

若所述最終平穩性參數指示所述時間序列數據為平穩時間序列數據，則確認所述用戶無異常行為；否則，則確認用戶存在異常行為。

第二方面，提供了一種用戶異常行為檢測裝置，所述裝置包括：

獲取模塊，用于獲取用戶的時間序列數據，所述時間序列數據用于描述用戶的網絡行為；

計算模塊，用于計算所述時間序列數據所對應的平穩性參數；

處理模塊，用于在所述平穩性參數指示所述時間序列數據為平穩時間序列數據時，確認所述用戶無異常行為；否則，確認用戶存在異常行為。

結合第二方面，在第一種可能的實現方式中，所述獲取模塊用于執行以下操作中的任意一個：

周期性地獲取所述時間序列數據；或者

所述時間序列數據滿足預設條件，則獲取所述時間序列數據。

結合第二方面的第一種可能的實現方式，在第二種可能的實現方式中，所述裝置還包括預處理模塊，所述預處理模塊用于：

對所述時間序列數據進行預處理，生成預處理后的時間序列數據。

結合第二方面的第二種可能的實現方式，在第三種可能的實現方式中，所述計算模塊具體用于：

對所述預處理后的時間序列數據進行單位根檢驗；

獲取檢驗結果中所包括的平穩性參數。