[發明專利]上線行為風險評估方法、裝置、設備和可讀存儲介質

有效

• 申請號: 202010127864.5
• 申請日: 2020-02-28
• 公開（公告）號: CN111352840B
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 張同新
• 申請（專利權）人: 抖音視界有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06N3/126
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 姜鳳巖

1.一種上線行為風險評估方法，其特征在于，包括：

獲取所述上線行為的一個或多個特征；所述特征包括上線時段、上線功能、代碼是否復核、服務流量中的至少一種；

將所述特征輸入預先生成的風險評估模型，所述風險評估模型包括采取多目標子群發現算法訓練得到的多個規則；在生成所述風險評估模型時，通過規則的權重對所述多個規則進行篩選，將篩選后的多個規則組成規則庫，生成所述風險評估模型；

獲取所述風險評估模型按照所述多個規則分別計算出的多個結果值；

根據所述多個結果值計算得到所述上線行為的風險值；

其中，所述風險評估模型中的規則的權重為第一值與第二值的比值；所述第一值為第三值與第四值的和值；所述第三值為所述規則的覆蓋率的權重與所述規則的覆蓋率的乘積；所述第四值為所述規則的準確度的權重與所述規則的準確度的乘積；所述第二值為所述規則的覆蓋率的權重與所述規則的準確度的權重的和值。

2.根據權利要求1所述的方法，其特征在于，所述風險評估模型按照以下步驟生成：

獲取歷史上線行為的特征樣本集；

根據所述特征樣本集，采取多目標子群發現算法訓練得到多個規則；

根據規則質量對所述多個規則進行篩選；

將篩選后的多個規則組成規則庫，生成所述風險評估模型。

3.根據權利要求2所述的方法，其特征在于，所述根據規則質量對所述多個規則進行篩選包括：

評定所述多個規則的規則質量；

根據所述規則質量計算所述多個規則中每個規則的權重；

將所述每個規則的權重與預設質量閾值比較，篩選得到權重大于預設質量閾值的多個規則。

4.根據權利要求3所述的方法，其特征在于，所述規則質量包括規則的準確度和覆蓋率。

5.根據權利要求1所述的方法，其特征在于，按照下式計算得到所述上線行為的風險值：

其中，X為風險值，是第i個規則的結果值，為第i個規則的權重，n為規則的數量。

6.根據權利要求5所述的方法，其特征在于，還包括：

將所述風險值與預設的風險閾值相比較，得到風險評價結果；

根據所述風險評價結果控制所述上線行為。

7.根據權利要求1~6任一所述的方法，其特征在于，還包括：

在所述上線行為的操作界面上展示所述風險評估模型中的多個規則的規則描述。

8.一種上線行為風險評估裝置，其特征在于，包括：

特征獲取模塊，用于獲取所述上線行為的一個或多個特征；所述特征包括上線時段、上線功能、代碼是否復核、服務流量中的至少一種；

特征輸入模塊，用于將所述特征輸入預先生成的風險評估模型，所述風險評估模型包括采取多目標子群發現算法訓練得到的多個規則；在生成所述風險評估模型時，通過規則的權重對所述多個規則進行篩選，將篩選后的多個規則組成規則庫，生成所述風險評估模型；

結果獲取模塊，用于獲取所述風險評估模型按照所述多個規則分別計算出的多個結果值；

計算模塊，用于根據所述多個結果值計算得到所述上線行為的風險值；

其中，所述風險評估模型中的規則的權重為第一值與第二值的比值；所述第一值為第三值與第四值的和值；所述第三值為所述規則的覆蓋率的權重與所述規則的覆蓋率的乘積；所述第四值為所述規則的準確度的權重與所述規則的準確度的乘積；所述第二值為所述規則的覆蓋率的權重與所述規則的準確度的權重的和值。

9.一種電子設備，包括存儲器和一個或多個處理器，所述存儲器上存儲有一個或多個計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1~7中任一項所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1~7中任一項所述的方法。