[發明專利]一種基于AI的異常人群識別方法

有效

• 申請號: 201911077196.3
• 申請日: 2019-11-06
• 公開（公告）號: CN111078969B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 顏晨帆;陳勇華
• 申請（專利權）人: 廣州荔支網絡技術有限公司
• 主分類號: G06F16/906
• 分類號: G06F16/906;G06N3/088;G06F18/2431
• 代理公司: 廣州佳睿知識產權代理事務所(普通合伙) 44610
• 代理人: 李健富

本發明涉及一種基于AI的異常人群識別方法，包括如下步驟：步驟一：搜集信息，以設備為研究對象，搜集設備在平臺出現的所有設備信息；步驟二：無監督算法實現，將以上搜集到的數據用數據結構圖表示；步驟三：有監督算法實現，通過步驟二中的數據結構圖構建二分類的預測模型。本發明解決了需要用戶有實際的批量異常行為，對于養號很久，仿真度高，一夜獲利并消失的黑產作案模式，有明顯的滯后性的技術問題。

技術領域

本發明屬于人工智能算法領域，具體涉及一種基于AI的異常人群識別方法。

背景技術

伴隨著直播和游戲等行業在互聯網中的快速發展，在企業為了拉新和刺激用戶活躍和留存而投入的各項活動里，潛伏著越來越多的黑產團伙，偽裝成正常用戶，通過批量化智能化的手段從中牟利。

黑產團伙往往擁有一批固定的硬件設備(手機墻和貓池等)和黑產人員，通過刷機和腳本變換各項參數，從而利用少量真實硬件設備“制造”無限虛擬賬號，降低獲利成本。

傳統的黑產發現方法，是當黑產在平臺產生具體異常行為(如批量異常注冊，批量異常登陸，批量異常充值等)時，才會鎖定該批用戶為同一批黑產團伙。這樣的發現方法，需要用戶有實際的批量異常行為，對于養號很久，仿真度高，一夜獲利并消失的黑產作案模式，有明顯的滯后性。同時，黑產可輕松改變軟件信息，繼續注冊新賬號。

有鑒于此，本申請人提供一種基于AI的異常人群識別方法，本案由此產生。

發明內容

為了解決以上問題，提出了預見性的，無監督與有監督方法相結合的，可解釋性更強的一種基于AI的異常人群識別方法。

為實現上述目的，本發明具體提供的技術方案為：一種基于AI的異常人群識別方法，包括如下步驟：

步驟一：搜集信息，以設備為研究對象，搜集設備在平臺出現的所有設備信息；

步驟二：無監督算法實現，將以上搜集到的數據用數據結構圖表示；

步驟三：有監督算法實現，通過步驟二中的數據結構圖構建二分類的預測模型。

進一步，搜集信息時機，不論設備是否注冊成功，設備在平臺出現，開始搜集允許范圍內的設備信息和賬號信息。

進一步，搜集內容，首先搜集強設備信息，然后搜集設備間的交互行為，再搜集設備自身行為特征。

進一步，所述步驟二具體為：一、以設備為節點，以存在相同的設備信息和相似的交互行為和相似的設備自身行為為邊；遍歷所有節點和屬性，生成網絡中所有邊；二、有關聯邊的節點形成一個子圖，同個子圖內的節點在一個或多個屬性上關聯關系；三、繪制成圖，計算每個子圖的聚類系數，計算每個子圖的節點個數；四、任意匯總歷史上一段時間內的設備信息，分析出該段時間內的設備團伙；五、不同時間段內若存在相同的設備，合并兩個團伙，形成更大規模的團伙。

進一步，合并兩個團伙，形成更大規模的團伙，以此類推，團伙可以累積擴大。

進一步，所述步驟三具體為：一、構建特征，步驟二的數據結構圖構建后，得到每個圖的共性；二、設計分類目標值，賬號是否曾被人工標記違規為目標，建立分類預測模型；三、采用隨機森林分類算法，構建模型；四、構建模型評價指標，作為賬號處罰依據。

本發明的有益效果：本發明通過搜集信息時機，不論設備是否注冊成功，設備在平臺出現，開始搜集允許范圍內的設備信息和賬號信息，搜集內容，首先搜集強設備信息，然后搜集設備間的交互行為，再搜集設備自身行為特征，解決了需要用戶有實際的批量異常行為，對于養號很久，仿真度高，一夜獲利并消失的黑產作案模式，有明顯的滯后性的技術問題。

附圖說明

圖1為根據一示例性實施例示出的一種基于AI的異常人群識別方法的流程圖。