[發明專利]賬戶異常檢測方法、裝置、服務器及存儲介質

有效

• 申請號: 201711450524.0
• 申請日: 2017-12-27
• 公開（公告）號: CN108055281B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 何建旺
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種賬戶異常檢測方法、裝置、服務器及存儲介質，其中該方法包括：利用關聯規則算法對所有被盜賬戶的行為數據進行挖掘，并根據挖掘得到的頻繁項集確定異常行為序列；獲取當前賬戶在預設條件下的行為組合；根據行為組合命中異常行為序列的比例得到異常檢測結果。本發明實施例利用關聯規則算法對被盜賬戶的行為進行自動挖掘，得到異常行為序列，根據賬戶行為組合命中異常行為序列的比例進行賬戶異常檢測，解決了人工根據經驗標注異常行為，工作量大且準確度不高的問題，無需人工根據經驗標注異常行為，即可預測賬戶安全風險，降低了人力成本且準確度高。

技術領域

本發明實施例涉及賬戶異常檢測技術，尤其涉及一種賬戶異常檢測方法、裝置、服務器及存儲介質。

背景技術

隨著網絡信息的發展，用戶會擁有很多賬號，涉及社交、財務管理、生活管理等方面。一旦賬戶被盜，會給用戶帶來不便，甚至造成經濟損失。因此，對賬戶進行異常檢測及預警是需要重視的問題。

目前，由人工根據經驗去標注用戶賬戶的某項行為的危險系數，基于標注的信息進行賬戶異常行為檢測，工作量大且準確度不高。

發明內容

本發明實施例提供一種賬戶異常檢測方法、裝置、服務器及存儲介質，無需人工根據經驗標注異常行為，即可預測賬戶的安全風險，提醒用戶，有效抑制賬戶被盜，提高賬戶的安全程度，降低了人力成本且準確度高。

第一方面，本發明實施例提供了一種賬戶異常檢測方法，包括：

利用關聯規則算法對所有被盜賬戶的行為數據進行挖掘，并根據挖掘得到的頻繁項集確定異常行為序列；

獲取當前賬戶在預設條件下的行為組合；

根據所述行為組合命中所述異常行為序列的比例得到異常檢測結果。

第二方面，本發明實施例還提供了一種賬戶異常檢測裝置，包括：

數據挖掘模塊，用于利用關聯規則算法對所有被盜賬戶的行為數據進行挖掘，并根據挖掘得到的頻繁項集確定異常行為序列；

行為獲取模塊，用于獲取當前賬戶在預設條件下的行為組合；

異常檢測模塊，用于根據所述行為組合命中所述異常行為序列的比例得到異常檢測結果。

第三方面，本發明實施例還提供了一種服務器，所述服務器包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如本發明任意實施例所述的賬戶異常檢測方法。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本發明任意實施例所述的賬戶異常檢測方法。

本發明實施例的技術方案，利用關聯規則算法對被盜賬戶的行為進行自動挖掘，得到異常行為序列，獲取賬戶在預設條件下的行為組合，根據該行為組合命中異常行為序列的比例進行賬戶異常檢測，解決了人工根據經驗標注異常行為，工作量大且準確度不高的問題，無需人工根據經驗標注異常行為，即可預測賬戶的安全風險，提醒用戶，有效抑制賬戶被盜，提高賬戶的安全程度，降低了人力成本且準確度高。

附圖說明

圖1是本發明實施例一提供的賬戶異常檢測方法的流程圖；

圖2是本發明實施例二提供的賬戶異常檢測方法的流程圖；

圖3是本發明實施例三提供的賬戶異常檢測方法的流程圖；

圖4是本發明實施例四提供的賬戶異常檢測裝置的結構示意圖；