[發明專利]用戶請求的檢測方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201910015151.7
• 申請日: 2019-01-08
• 公開（公告）號: CN109936561B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 黎立桂
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L41/14
• 代理公司: 深圳市立智方成知識產權代理事務所(普通合伙) 44468
• 代理人: 王增鑫

1.一種用戶請求的檢測方法，其特征在于，包括：

獲取發送用戶請求的終端的設備數據；

采用預設的分值特征對從所述設備數據中提取到的組合特征構造的特征集合；

按照所述特征集合的類型將所述特征集合輸入到多個異常檢測模型中，得到多個判斷所述用戶請求是否異常的檢測結果，并采用預設的判斷方法對所述檢測結果進行判斷，以確定所述用戶請求是否異常，其中，所述異常檢測模型為預先采用正樣本或負樣本特征集合訓練至收斂狀態，用于通過特征集合對終端進行安全性分類的檢測模型；

所述采用預設的分值特征對從所述設備數據中提取到的組合特征構造特征集合，包括：

從所述設備數據中提取多個單一特征；

獲取每個單一特征的關聯度；

將關聯度相同的多個單一特征的組合作為所述組合特征；

從所述設備數據中提取組合特征；

將所述組合特征與預設的分值特征進行比對；

當所述組合特征與所述分值特征一致時，將所述組合特征添加到正樣本集合中；

當所述組合特征與所述分值特征不一致時，將所述組合特征添加到負樣本集合中。

2.根據權利要求1所述的用戶請求的檢測方法，其特征在于，所述按照所述特征集合的類型將所述特征集合輸入到異常檢測模型中，得到用戶是否異常的檢測結果之前，還包括：

獲取所述終端的樣本數據；

從所述樣本數據中提取組合特征，其中，所述組合特征均設置有標記；

通過標記的樣本數據對預設的檢測模型進行訓練，得到所述異常檢測模型，其中，所述樣本數據包括正樣本特征數據和負樣本特征數據。

3.根據權利要求1所述的用戶請求的檢測方法，其特征在于，所述采用預設的判斷方法對得到的檢測結果進行判斷，以確定發送用戶請求的用戶是否異常，包括：

獲取所述多個檢測結果的判斷類別；

根據每個模型預設的權重對所述多個模型得到的判斷類別進行加權運算，得到發送用戶請求的用戶是否異常的判定結果。

4.根據權利要求1所述的用戶請求的檢測方法，其特征在于，所述獲取發送用戶請求的終端的設備數據，包括：

接收所述終端發送的用戶請求；

根據所述用戶請求中的識別碼從服務器中提取預存的設備數據。

5.根據權利要求1所述的用戶請求的檢測方法，其特征在于，所述按照所述特征集合的類型將所述特征集合輸入到多個異常檢測模型中，包括；

當所述特征集合為正特征集合時，將所述特征集合輸入到由正樣本特征訓練得到的異常檢測模型中。

6.一種用戶請求的檢測裝置，其特征在于，包括：

獲取模塊，用于獲取發送用戶請求的終端的設備數據；

處理模塊，用于采用預設的分值特征對從所述設備數據中提取到的組合特征構造的特征集合；

執行模塊，用于按照所述特征集合的類型將所述特征集合輸入到多個異常檢測模型中，得到多個判斷所述用戶請求是否異常的檢測結果，并采用預設的判斷方法對所述檢測結果進行判斷，以確定所述用戶請求是否異常，其中，所述異常檢測模型為預先采用正樣本或負樣本特征集合訓練至收斂狀態，用于通過特征集合對終端進行安全性分類的檢測模型；

所述采用預設的分值特征對從所述設備數據中提取到的組合特征構造特征集合，包括：

從所述設備數據中提取多個單一特征；

獲取每個單一特征的關聯度；

將關聯度相同的多個單一特征的組合作為所述組合特征；

從所述設備數據中提取組合特征；

將所述組合特征與預設的分值特征進行比對；

當所述組合特征與所述分值特征一致時，將所述組合特征添加到正樣本集合中；

當所述組合特征與所述分值特征不一致時，將所述組合特征添加到負樣本集合中。

7.一種計算機設備，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時，使得所述處理器執行如權利要求1至5中任一項權利要求所述用戶請求的檢測方法的步驟。

8.一種存儲有計算機可讀指令的存儲介質，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如權利要求1至5中任一項權利要求所述用戶請求的檢測方法的步驟。