[發明專利]一種基于會話特征相似性模糊聚類的異常用戶檢測方法

有效

• 申請號: 201810398688.1
• 申請日: 2018-04-27
• 公開（公告）號: CN108595655B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 肖如良;蘇家威;蔡聲鎮;林鑫泓;許力
• 申請（專利權）人: 福建師范大學
• 主分類號: G06F16/95
• 分類號: G06F16/95;G06V10/762;G06K9/62
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

1.一種基于會話特征相似性模糊聚類的異常用戶檢測方法，其特征在于，包括以下步驟：

步驟S1：為每個會話建立滑動窗口，收集用戶的網頁訪問信息；

步驟S2：對收集到的網頁訪問信息進行數據預處理，生成用戶會話信息；

步驟S3：采用PageRank算法計算網頁權重信息；

步驟S4：基于得到的用戶會話信息和網頁權重信息，采用SimHash算法計算用戶之間的相似性，建立用戶相似性矩陣；

步驟S5：采用基于模糊聚類的λ-截算法對每個會話滑動窗口得到的用戶相似性矩陣進行切割，得出嫌疑用戶；

步驟S6：根據所有會話滑動窗口返回的嫌疑用戶信息，檢測并定位異常用戶；

基于模糊聚類的λ-截算法為：構造模糊矩陣，然后采用λ-截矩陣對模糊矩陣進行λ-截算法，以實現聚類；

設存在用戶集合U={X₁,X₂ ,X₃ ,X₄ ,X₅}，采用以下的模糊矩陣R表示用戶之間的相似性：

λ-截矩陣的定義如下式：

采用各種λ對模糊矩陣進行λ-截算法，得到的聚類結果為：

當λ=1時，得到的聚類結果為{X₁}，{X₂}，{X₃}，{X₄}，{X₅}；

當λ=0.6時，得到的聚類結果為{X₁,X₃}，{X₂}，{X₄}，{X₅}；

當λ=0.8時，得到的聚類結果為{X₁,X₃}，{X₂}，{X₄，X₅}；

當λ=0.5時，得到的聚類結果為{X₁,X₃ ,X₄ ,X₅}，{X₂}。

2.根據權利要求1所述的一種基于會話特征相似性模糊聚類的異常用戶檢測方法，其特征在于，所述步驟S2中，對收集到的網頁訪問信息進行數據預處理，包括以下步驟：

步驟S21：對網頁訪問信息進行數據清理，只保留html和htm的訪問記錄；

步驟S22：設定同一個IP地址為同一個用戶，采用基于時間閾值的啟發式方法對步驟S21處理后的訪問記錄進行處理，即如果單個用戶在某個頁面上的停留時間超過設定閾值，則將該訪問記錄劃分為新的會話，從而得到如下的用戶會話數據集：

{user_i : session₁, session₂, …, session_ik | 1≤i≤m, 1≤ik≤n}

其中，user_i表示第i個用戶，session_ik表示第i個用戶的第ik個會話，ik表示第i個用戶的會話總數，m為用戶總數，n表示單個用戶可能達到的最大會話數。