[發明專利]一種檢測異常用戶的方法及裝置

在審

• 申請號: 201711181755.6
• 申請日: 2017-11-23
• 公開（公告）號: CN107888602A
• 公開（公告）日: 2018-04-06
• 發明（設計）人: 陳哲;叢磊
• 申請（專利權）人: 北京白山耘科技有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 北京名華博信知識產權代理有限公司11453
• 代理人: 白瑩,李冬梅

1.一種檢測異常用戶的方法，其特征在于，包括：

采集日志；

對采集到的日志進行分類；

根據各類別中的訪問參數對各類別評分，選擇評分排名前N個的類別，將此N個類別中的日志作為關鍵日志；

根據特征提取算法對所述關鍵日志提取群體特征，根據特征提取算法對目標用戶的日志提取個體特征，根據所述群體特征和所述個體特征的相似性判斷所述目標用戶是否為異常用戶。

2.如權利要求1所述檢測異常用戶的方法，其特征在于，

所述對采集到的日志進行分類包括：

使用URI分類模型對采集到的日志提取站點URI特征，將具有相同URI特征的日志劃分為同一類別。

3.如權利要求1所述檢測異常用戶的方法，其特征在于，

所述特征提取算法包括：用于提取用戶訪問來源特征的算法，用于提取訪問行為特征的算法，用于提取訪問路徑轉換參數的算法。

4.如權利要求3所述檢測異常用戶的方法，其特征在于，

所述用戶訪問來源特征包括以下特征中的至少一種：用戶的操作系統、瀏覽器類型、瀏覽器版本、設備類型；

所述訪問行為特征包括以下特征中的至少一種：訪問路徑的重要程度、訪問路徑過程中使用的訪問參數、訪問方法、接口路徑，接口路徑支持的參數屬性、上傳操作的數據屬性、下載操作的數據屬性；

所述訪問路徑轉換參數包括以下特征中的至少一種：得到用戶在正常訪問站點時的頁面跳轉順序和跳轉概率。

5.如權利要求1所述檢測異常用戶的方法，其特征在于，

所述特征提取算法的個數為多個時，所述根據所述群體特征和所述個體特征的相似性判斷所述目標用戶為異常用戶的可能性包括：確定通過各個特征提取算法獲得的群體特征和個體特征的相似性，使用各個相似性的平均值或通過歸一化模型計算各個相似性的歸一化相似值，根據此平均值或歸一化相似值判斷所述目標用戶是否為異常用戶。

6.如權利要求1所述檢測異常用戶的方法，其特征在于，

所述方法還包括：根據采集到的日志預測下一時段單用戶單時段訪問站點的訪問量上限，在所述目標用戶在下一時段對至少一站點的訪問量大于所述訪問量上限時，或者，在所述目標用戶在下一時段對至少一站點的訪問量大于所述訪問量上限并且根據所述群體特征和所述個體特征的相似性判斷所述目標用戶為異常用戶時，確定所述目標用戶為異常用戶。

7.一種檢測異常用戶的裝置，其特征在于，包括：

采集模塊，用于采集日志；

分類模塊，用于對采集到的日志進行分類；

選擇模塊，用于根據各類別中的訪問參數對各類別評分，選擇評分排名前N個的類別，將此N個類別中的日志作為關鍵日志；

判斷模塊，用于根據特征提取算法對所述關鍵日志提取群體特征，根據特征提取算法對目標用戶的日志提取個體特征，根據所述群體特征和所述個體特征的相似性判斷所述目標用戶是否為異常用戶。

8.如權利要求7所述檢測異常用戶的裝置，其特征在于，

所述分類模塊，還用于使用URI分類模型對采集到的日志提取站點URI特征，將具有相同URI特征的日志劃分為同一類別。

9.如權利要求7所述檢測異常用戶的裝置，其特征在于，

所述特征提取算法包括：用于提取用戶訪問來源特征的算法，用于提取訪問行為特征的算法，用于提取訪問路徑轉換參數的算法。

10.如權利要求9所述檢測異常用戶的裝置，其特征在于，

所述用戶訪問來源特征包括以下特征中的至少一種：用戶的操作系統、瀏覽器類型、瀏覽器版本、設備類型；

所述訪問行為特征包括以下特征中的至少一種：訪問路徑的重要程度、訪問路徑過程中使用的訪問參數、訪問方法、接口路徑，接口路徑支持的參數屬性、上傳操作的數據屬性、下載操作的數據屬性；

所述訪問路徑轉換參數包括以下特征中的至少一種：得到用戶在正常訪問站點時的頁面跳轉順序和跳轉概率。