[發明專利]一種基于人工智能的流量作弊識別方法、裝置、電子設備

有效

• 申請號: 202010183209.1
• 申請日: 2020-03-16
• 公開（公告）號: CN111401447B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 余意
• 申請（專利權）人: 騰訊云計算（北京）有限責任公司
• 主分類號: G06F18/2415
• 分類號: G06F18/2415;G06F18/241;G06F18/214;G06N3/088;G06N3/09;G06N3/0455
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王姍姍;張穎玲

本發明提供了一種基于人工智能的流量作弊識別方法、裝置、電子設備及存儲介質；方法包括：通過非作弊流量樣本對無監督識別模型進行訓練處理，得到訓練后的無監督識別模型；根據訓練后的無監督識別模型對待識別流量樣本的進行重構處理，得到對應待識別流量樣本的重構流量；當對應待識別流量樣本的重構流量滿足作弊流量條件時，將待識別流量樣本確定為作弊流量樣本；通過非作弊流量樣本以及作弊流量樣本，對有監督識別模型進行訓練處理，得到訓練后的有監督識別模型；通過訓練后的有監督識別模型對待識別流量進行識別處理，得到待識別流量屬于作弊流量的概率。通過本發明，能夠提高作弊流量識別的準確率。

技術領域

本發明涉及人工智能技術，尤其涉及一種流量作弊識別方法、裝置、電子設備及存儲介質。

背景技術

人工智能(Artificial?Intelligence，AI)是計算機科學的一個綜合技術，通過研究各種智能機器的設計原理與實現方法，使機器具有感知、推理與決策的功能。人工智能技術是一門綜合學科，涉及領域廣泛，例如自然語言處理技術以及機器學習/深度學習等幾大方向，隨著技術的發展，人工智能技術將在更多的領域得到應用，并發揮越來越重要的價值。

流量作弊識別系統是人工智能領域的重要研究方向，流量作弊識別系統是指從大量的數據流中識別出作弊流量的過程。

但是，傳統的流量作弊識別系統依賴于人為設定的規則進行識別，使得識別過程的準確率低。

發明內容

本發明實施例提供一種基于人工智能的流量作弊識別方法、裝置、電子設備及存儲介質，能夠結合無監督識別模型和有監督識別模型識別作弊流量，減小人為干預，提高作弊流量識別的準確率。

本發明實施例的技術方案是這樣實現的：

本發明實施例提供一種基于人工智能的流量作弊識別方法，包括：

通過非作弊流量樣本對無監督識別模型進行訓練處理，得到訓練后的無監督識別模型；

根據所述訓練后的無監督識別模型對待識別流量樣本的進行重構處理，得到對應所述待識別流量樣本的重構流量；

當所述對應所述待識別流量樣本的重構流量滿足作弊流量條件時，將所述待識別流量樣本確定為作弊流量樣本；

通過所述非作弊流量樣本以及所述作弊流量樣本，對有監督識別模型進行訓練處理，得到訓練后的有監督識別模型；

通過所述訓練后的有監督識別模型對待識別流量進行識別處理，得到所述待識別流量屬于作弊流量的概率。

本發明實施例提供一種基于人工智能的流量作弊識別裝置，包括：

第一訓練模塊，用于通過非作弊流量樣本對無監督識別模型進行訓練處理，得到訓練后的無監督識別模型；

第一識別模塊，用于根據所述訓練后的無監督識別模型對待識別流量樣本的進行重構處理，得到對應所述待識別流量樣本的重構流量；當所述對應所述待識別流量樣本的重構流量滿足作弊流量條件時，將所述待識別流量樣本確定為作弊流量樣本；

第二訓練模塊，用于通過所述非作弊流量樣本以及所述作弊流量樣本，對有監督識別模型進行訓練處理，得到訓練后的有監督識別模型；

第二識別模塊，用于通過所述訓練后的有監督識別模型對待識別流量進行識別處理，得到所述待識別流量屬于作弊流量的概率。

上述技術方案中，所述第一訓練模塊還用于通過所述無監督識別模型對所述非作弊流量樣本進行編碼處理，得到所述非作弊流量樣本的隱向量；

通過所述無監督識別模型對所述非作弊流量樣本的隱向量進行解碼處理，得到對應所述非作弊流量樣本的重構流量；