[發明專利]行為標記模型訓練系統及方法

有效

• 申請號: 201811329151.6
• 申請日: 2018-11-09
• 公開（公告）號: CN111177802B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 李俊賢;許銀雄;利建宏;蔡宗憲;黃瓊瑩;孫明功;張宗銓
• 申請（專利權）人: 安碁資訊股份有限公司
• 主分類號: G06F21/71
• 分類號: G06F21/71;G06N20/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 吳志紅;臧建明

1.一種行為標記模型訓練系統，包括：

輸入單元，接收已標記數據組，其中所述已標記數據組包括訓練數據組以及驗證數據組，且所述訓練數據組的每一筆以及所述驗證數據組的每一筆分別包括第一標記信息；

儲存單元，儲存多個學習模塊，其中所述多個學習模塊的每一者對應多個算法當 中的每一者，所述多個算法- 當 中的每一者皆不同；以及

處理單元，連接于所述輸入單元與所述儲存單元，分別輸入所述訓練數據組的每一筆至多個學習模塊，以建立多個標記模型，其中所述訓練數據組的每一筆分別經過所述多個學習模塊的每一者對應采用的所述多個算法- 當 中的每一者運算后產生所述多個標記模型的每一者，

其中所述處理單元還依據所述多個標記模型分別獲取相應所述驗證數據組數據的每一筆的多個第二標記信息，依據相應所述驗證數據組的每一筆對應的所述多個第二標記信息，分別產生相應所述驗證數據組的每一筆的行為標記結果，

其中所述處理單元還由所述驗證數據組的每一筆相應的所述行為標記結果以及所述第一標記信息獲取標記變動幅度值，并判斷所述標記變動幅度值是否大于變動門檻值，且當所述標記變動幅度值大于所述變動門檻值，依據所述多個行為標記結果更新所述驗證數據組的每一筆對應的所述第一標記信息，交換所述訓練數據組及所述驗證數據組，并依據交換后的所述訓練數據組重新建立所述多個標記模型。

2.根據權利要求1所述的行為標記模型訓練系統，所述處理單元還于所述標記變動幅度值不大于所述變動門檻值時，儲存所述多個標記模型于所述儲存單元中。

3.根據權利要求1所述的行為標記模型訓練系統，其中所述第二標記信息相應于正常標記與異常標記，且所述處理單元還用以判斷所述驗證數據組的每一筆對應的所述多個第二標記信息中，屬于所述正常標記的數量與所述異常標記的數量，并依據所述正常標記的數量與所述異常標記的數量中較多的產生所述行為標記結果。

4.根據權利要求1所述的行為標記模型訓練系統，其中所述處理單元還執行：

獲取所述行為標記結果為正常，且所述第一標記信息為正常的第一數量，

獲取所述行為標記結果為異常，且所述第一標記信息為異常的第二數量，

依據所述第一數量與所述第二數量的總和與所述驗證數據組的數據數量的比值，以獲取準確率衡量值，

依據所述第一數量與所述第一標記信息為正常的數量的比值，以獲取特異性衡量值，

依據所述第二數量與所述第一標記信息為異常的數量的比值，以獲取敏感度衡量值，以及

分別判斷所述準確率衡量值、所述特異性衡量值以及所述敏感度衡量值與歷史準確率衡量值、歷史特異性衡量值以及歷史敏感度衡量值的差異值，以獲取所述標記變動幅度值。

5.根據權利要求1所述的行為標記模型訓練系統，其中所述輸入單元還接收歷史數據組，其中所述歷史數據組包括第一數據組及第二數據組，且所述第一數據組中的每一筆分別包括第三標記信息，

其中所述處理單元還輸入所述第一數據組至初始學習模塊，以獲取初始標記模型，并依據所述初始標記模型標記所述第二數據組，以產生包括所述第一標記信息的所述已標記數據組。

6.根據權利要求5所述的行為標記模型訓練系統，其中所述初始標記模型以及所述多個標記模型的每一個分別包括相應多個時間區間的行為特征，

其中所述處理單元還分別依據所述第二數據組的每一筆相應的登入時間以及所述初始標記模型中的所述多個時間區間找出相應的所述行為特征，并依據所述相應的所述行為特征標記所述第二數據組的每一筆，以產生所述已標記數據組，

其中所述處理單元還分別依據所述驗證數據組的每一筆相應的登入時間以及標記模型中的所述多個時間區間找出相應的所述行為特征，并依據所述行為特征標記所述驗證數據組的每一筆，以獲取相應所述驗證數據組數據的每一筆的所述多個第二標記信息。