[發明專利]惡意訂單識別方法、裝置、電子設備及存儲介質

有效

• 申請號: 201710833495.X
• 申請日: 2017-09-15
• 公開（公告）號: CN109509048B
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 王曉勤;游正朋
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 王輝;闞梓瑄

1.一種惡意訂單識別方法，其特征在于，包括：

在接收到當前訂單請求時，獲取所述當前訂單地址信息以及多個歷史訂單地址信息；

計算所述當前訂單地址信息與多個所述歷史訂單地址信息的公共字符串；

構建一訂單識別模型并根據所述訂單識別模型和所述公共字符串對所述當前訂單進行預測和識別，當預設時間內所述當前訂單地址信息與歷史訂單地址信息相同最長公共字符串出現的次數超過預設次數，或所述當前訂單地址信息與多個所述歷史訂單地址信息的最長公共字符串相同時，確定所述當前訂單為潛在惡意訂單。

2.根據權利要求1所述的惡意訂單識別方法，其特征在于，計算所述當前訂單地址信息與多個所述歷史訂單地址信息的公共字符串包括：

采用動態規劃算法計算所述當前訂單地址信息與預設時長內的多個所述歷史訂單地址信息的所述公共字符串。

3.根據權利要求2所述的惡意訂單識別方法，其特征在于，采用動態規劃算法計算所述當前訂單地址信息與預設時長內的多個所述歷史訂單地址信息的所述公共字符串包括：

獲取與所述當前訂單地址信息相似的預設時長內的所有所述歷史訂單地址信息；

利用最大公共序列算法計算所述當前訂單地址信息與各所述歷史訂單地址信息的最長公共字符串。

4.根據權利要求1所述的惡意訂單識別方法，其特征在于，對所述當前訂單進行預測和識別包括：

采用隨機森林算法對所述訂單識別模型進行離線訓練；

根據離線訓練后的所述訂單識別模型對所述當前訂單進行在線預測和識別。

5.根據權利要求4所述的惡意訂單識別方法，其特征在于，采用隨機森林算法對所述訂單識別模型進行離線訓練包括：

獲取與所述訂單識別模型對應的訓練數據和測試數據，并生成與所述訂單識別模型特征對應的特征數據；

基于各所述歷史訂單的所述訓練數據對所述訂單識別模型的特征數據進行離線訓練；

基于各所述歷史訂單的所述測試數據對離線訓練后的所述訂單識別模型進行交叉驗證，并輸出所述訂單識別模型。

6.根據權利要求4所述的惡意訂單識別方法，其特征在于，在采用隨機森林算法對所述訂單識別模型進行離線訓練之前，所述方法還包括：

根據所述公共字符串以及所述歷史訂單的維度信息生成數據特征寬表。

7.根據權利要求3所述的惡意訂單識別方法，其特征在于，獲取與所述當前訂單地址信息相似的所有所述歷史訂單地址信息包括：

在緩存中查詢并獲取與所述當前訂單請求地址信息中的預設信息相同的所有所述歷史訂單地址信息。

8.一種惡意訂單識別裝置，其特征在于，包括：

地址信息獲取模塊，用于在接收到當前訂單請求時，獲取所述當前訂單地址信息以及多個歷史訂單地址信息；

公共字符串計算模塊，用于計算所述當前訂單地址信息與多個所述歷史訂單地址信息的公共字符串；

訂單識別模塊，用于構建一訂單識別模型并根據所述訂單識別模型和所述公共字符串對所述當前訂單進行預測和識別，當預設時間內所述當前訂單地址信息與歷史訂單地址信息的相同最長公共字符串出現的次數超過預設次數，或所述當前訂單地址信息與多個所述歷史訂單地址信息的最長公共字符串相同時，確定所述當前訂單為潛在惡意訂單。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-7任一項所述的惡意訂單識別方法。

10.一種電子設備，其特征在于，包括：

處理器；以及

存儲器，用于存儲所述處理器的可執行指令；

其中，所述處理器配置為經由執行所述可執行指令來執行權利要求1-7任一項所述的惡意訂單識別方法。