[發明專利]用于確定登錄賬戶的風險的方法、裝置、設備及存儲介質

有效

• 申請號: 201711331623.7
• 申請日: 2017-12-13
• 公開（公告）號: CN109922032B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 范濤;馬國強
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06Q20/40;G06Q40/02
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于確定登錄賬戶的風險的方法，包括：

獲取登錄請求信息，所述登錄請求信息包括用戶賬戶、登錄時間、IP地址和以下一項或多項：登錄設備以及基于位置的服務信息；

將所述登錄請求信息輸入用于確定登錄賬戶風險的風險控制模型，得到所述風險控制模型輸出的風險信息，所述風險控制模型的訓練樣本基于歷史預定時間段內被盜用戶賬戶的登錄行為數據和歷史預定時間段內所有用戶賬戶的登錄成功樣本確定；

其中，所述風險控制模型的特征基于IP地址風險模型確定，所述IP地址風險模型基于以下步驟確定：

基于歷史預定時間段內登錄行為數據中的所有用戶賬戶和對應用戶賬戶的IP地址，建立二分圖第一網絡，其中，所述二分圖第一網絡中的邊指示用戶賬戶在IP地址登錄的關聯關系；獲取被盜用戶賬戶，將所述被盜用戶賬戶作為所述二分圖第一網絡的節點的第一賬戶種子；基于預設的第一賬戶種子的風險得分，采用影響力擴散算法，將第一賬戶種子的風險得分在所述二分圖第一網絡上進行擴展，計算IP地址的風險得分；根據所述IP地址的風險得分，確定所述IP地址的風險等級。

2.根據權利要求1所述的方法，其中，所述風險控制模型基于以下步驟確定：

采用所述風險控制模型的訓練樣本訓練風險控制模型；

采用檢驗評估方法檢驗訓練好的所述風險控制模型；

基于檢驗結果，優化所述風險控制模型。

3.根據權利要求1所述的方法，其中，所述風險控制模型的訓練樣本基于被盜用戶賬戶的登錄行為數據和所有用戶賬戶的登錄成功樣本確定包括：

預處理所述風險控制模型的特征，得到證據權重指標；

獲取歷史預定時間段內被盜用戶賬戶的登錄行為數據；

隨機欠采樣歷史預定時間段內所有用戶賬戶的登錄成功樣本；

基于所述被盜用戶賬戶的登錄行為數據和所述登錄成功樣本，采用證據權重指標和預設的規則獲取風險控制模型的訓練樣本。

4.根據權利要求1-3任意一項所述的方法，其中，所述風險控制模型的特征還基于以下一項或多項離線特征挖掘模型確定：設備風險模型、設備社團模型、用戶歷史行為模型和被盜賬號模型。

5.根據權利要求4所述的方法，其中，所述設備風險模型基于以下步驟確定：

基于歷史預定時間段內登錄行為數據中的所有用戶賬戶和對應用戶賬戶的用戶設備，建立二分圖第二網絡，其中，所述二分圖第二網絡的邊指示用戶賬戶在用戶設備上登錄的關聯關系；

獲取被盜用戶賬戶，將所述被盜用戶賬戶作為所述二分圖第二網絡的節點的第二賬戶種子；

基于預設的第二賬戶種子的風險得分，采用影響力擴散算法，將第二賬戶種子的風險得分在所述二分圖第二網絡上進行擴展，計算用戶設備的風險得分；

根據所述用戶設備的風險得分，確定所述用戶設備的風險等級。

6.根據權利要求4所述的方法，其中，所述設備社團模型基于以下步驟確定：

基于在歷史預定時間段內所有用戶賬戶的同時登錄行為數據和協同過濾算法，計算設備間相似度，其中，所述同時登錄行為數據為多個用戶設備在所述歷史預定時間段內被相同用戶賬戶登錄過的數據；

將設備間相似度超過預定相似度閾值的兩臺設備建立一條邊，構建設備關聯網絡；

采用社團識別算法，識別設備關聯網絡中的社團；

響應于所述社團覆蓋的設備數超過預定閾值，將所述社團中的設備標記為風險設備社團。

7.根據權利要求4所述的方法，其中，所述用戶歷史行為模型基于用戶賬戶的歷史登錄行為數據確定；和/或

所述被盜賬號模型基于用戶賬戶的歷史被盜數據確定被盜賬號的風險評分。