[發(fā)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?zhí)枺?/td>: 201910015151.7
• 申請日: 2019-01-08
• 公開（公告）號: CN109936561B
• 公開（公告）日: 2022-05-13
• 發(fā)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(chǎn)權代理事務所(普通合伙) 44468
• 代理人: 王增鑫

本發(fā)明實施例公開了一種用戶請求的檢測方法、裝置、計算機設備及存儲介質，包括下述步驟：獲取發(fā)送用戶請求的終端的設備數(shù)據(jù)；采用預設的分值特征對從所述設備數(shù)據(jù)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，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(tài)，用于通過特征集合對終端進行安全性分類的檢測模型。該方法中對標稱屬性的文本型設備數(shù)據(jù)構造特征集合，可以挖掘出有效的分類特征集，提高識別的準確性。

技術領域

本發(fā)明實施例涉及金融領域，尤其是一種用戶請求的檢測方法、裝置、計算機設備及存儲介質。

背景技術

隨著互聯(lián)網(wǎng)技術的發(fā)展，網(wǎng)絡在人們的工作、生活、學習中的作用越來越重要。為保證用戶的網(wǎng)絡安全，需要時時檢測網(wǎng)絡用戶是否存在異常。異常行為指的是對網(wǎng)絡正常運行造成影響的行為。

通常情況下，在檢測用戶是否存在異常時，由于檢測模型較差通常得到的結果不準確。例如，在發(fā)送用戶注冊請求或驗證請求時，服務器獲取終端的設備數(shù)據(jù)作為樣本數(shù)據(jù)，并利用樣本數(shù)據(jù)構建模型。但是，由于眼版本數(shù)據(jù)基本來標稱屬性，只有少數(shù)的數(shù)據(jù)為數(shù)值型，對于標稱屬性的數(shù)據(jù)由于難以挖掘有效的分類特征，導致得到的模型較差，進而降低檢測異常行為的準確性。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種用戶請求的檢測方法、裝置、計算機設備及存儲介質。

為解決上述技術問題，本發(fā)明創(chuàng)造的實施例采用的一個技術方案是：提供一種用戶請求的檢測方法，包括下述步驟：

獲取發(fā)送用戶請求的終端的設備數(shù)據(jù)；

采用預設的分值特征對從所述設備數(shù)據(jù)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(tài)，用于通過特征集合對終端進行安全性分類的檢測模型。

可選地，所述采用預設的分值特征對從所述設備數(shù)據(jù)中提取到的組合特征構造特征集合，包括：

從所述設備數(shù)據(jù)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。

可選地，所述從所述設備數(shù)據(jù)中提取組合特征，包括：

從所述設備數(shù)據(jù)中提取多個單一特征；

獲取每個單一特征的關聯(lián)度；

將關聯(lián)度相同的多個單一特征的組合作為所述組合特征。

可選地，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(shù)據(jù)；

從所述樣本數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)包括正樣本特征數(shù)據(jù)和負樣本特征數(shù)據(jù)。

可選地，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(fā)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；