[發明專利]基于行為軌跡的異常識別方法、裝置、服務器及存儲介質

有效

• 申請號: 201811233211.4
• 申請日: 2018-10-22
• 公開（公告）號: CN109509021B
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 王慧龍;陳晨
• 申請（專利權）人: 武漢極意網絡科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

本發明公開了一種基于行為軌跡的異常識別方法、裝置、服務器及存儲介質。本發明獲取目標用戶在預設時段內的目標操作行為及目標操作時刻，再根據所述目標操作時刻對所述目標操作行為進行排序，然后根據排序后的所述目標操作行為生成待識別操作行為軌跡，接著通過預設卷積神經網絡模型對所述待識別操作行為軌跡進行異常識別，不再僅針對單獨的行為進行識別，而是結合行為軌跡進行識別，提高了識別的準確率。

技術領域

本發明涉及信息處理技術領域，尤其涉及一種基于行為軌跡的異常識別方法、裝置、服務器及存儲介質。

背景技術

隨著信息時代的發展，人們越來越離不開網絡，日常生活中會涉及很多通過網絡進行的活動，例如：網購火車票、網購優惠商品等，這些活動通常是由用戶在用戶終端上進行，但由于人工智能對于信息的處理能力遠超人類，因此，很多資源容易被利用人工智能來模擬用戶行為的攻擊者壟斷，使得真正的用戶無法享受到這些資源。

為保證真正的用戶能夠享受到這些資源，現有技術中通常采用人機識別驗證的方式來對人工智能模擬的用戶行為進行識別，并根據識別結果進行行為攔截或行為封禁等處理，但通常僅針對單獨的行為進行識別，導致識別的準確率無法得到保證。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供一種基于行為軌跡的異常識別方法、裝置、服務器及存儲介質，旨在解決如何提高人機識別驗證的準確率的技術問題。

為實現上述目的，本發明提供一種基于行為軌跡的異常識別方法，所述基于行為軌跡的異常識別方法包括以下步驟：

獲取目標用戶在預設時段內的目標操作行為及目標操作時刻；

根據所述目標操作時刻對所述目標操作行為進行排序；

根據排序后的所述目標操作行為生成待識別操作行為軌跡；

通過預設卷積神經網絡模型對所述待識別操作行為軌跡進行異常識別。

優選地，所述通過預設卷積神經網絡模型對所述待識別操作行為軌跡進行異常識別之前，所述基于行為軌跡的異常識別方法還包括：

獲取所述目標用戶的目標用戶標識；

從預設模型庫中查找與所述目標用戶標識對應的預設卷積神經網絡模型。

優選地，所述獲取目標用戶在預設時段內的操作行為集合之前，所述基于行為軌跡的異常識別方法還包括：

獲取不同用戶的歷史操作行為及歷史操作時刻；

根據所述歷史操作時刻對各用戶的歷史操作行為進行排序；

根據所述歷史操作時刻之間的時間間隔以及排序后的所述歷史操作行為生成各用戶的多個樣本操作行為軌跡；

獲取各樣本操作行為軌跡的樣本識別結果；

通過所述樣本操作行為軌跡以及樣本識別結果對初始卷積神經網絡模型進行訓練，獲得各用戶的預設卷積神經網絡模型；

獲取各用戶的用戶標識，將各用戶的用戶標識及預設卷積神經網絡模型存儲至預設模型庫中。

優選地，所述獲取不同用戶的歷史操作行為及歷史操作時刻，具體包括：

從歷史行為日志中獲取不同用戶的歷史操作行為及歷史操作時刻。

優選地，所述通過預設卷積神經網絡模型對所述待識別操作行為軌跡進行異常識別之后，所述基于行為軌跡的異常識別方法還包括：

在異常識別結果為所述待識別操作行為軌跡具有異常時，將所述目標用戶的后續操作行為進行封禁。