[發明專利]異常用戶檢測方法、裝置、介質及電子設備

在審

• 申請號: 202010331880.6
• 申請日: 2020-04-24
• 公開（公告）號: CN111612037A
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 胡青宇;古承炬;何振;尹小亮;林育芳;陳炯其
• 申請（專利權）人: 平安直通咨詢有限公司上海分公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/10;G06Q40/02;G06Q40/08
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 魏學昊

本申請涉及人工智能技術領域，可應用于智慧安防場景中，提供一種異常用戶檢測方法，該方法包括：由第一級至目標級依次從前一級的用戶行為特征數據集中搜索多個子數據集作為后一級的多個用戶行為特征數據集；對搜索得到的子數據集中的用戶樣本進行聚類得到用戶樣本聚類簇后，計算子數據集的輪廓系數；獲取輪廓系數大于預定閾值的子數據集，作為待檢測特征數據集；將每個待檢測特征數據集，輸入孤立森林異常檢測模型，得到預測異常用戶樣本；對待檢測特征數據集評分，以基于評分確定第一級的用戶行為特征數據集中的異常用戶樣本。本申請的實施例有效提升異常用戶檢測的準確性及可靠性。

技術領域

本申請涉及人工智能技術領域，具體而言，涉及一種異常用戶檢測方法、裝置、介質及電子設備。

背景技術

隨著人工智能(AI)熱潮的興起與蓬勃發展，人工智能技術在異常檢測場景的落地應用越來越受到各行各業的關注。但運用人工智能技術進行異常檢測卻存在數據標簽少或無標簽的技術難點，因此無監督學習技術幾乎成了唯一選擇。而無監督學習技術中又以孤立森林算法較為常用。正常情況下，孤立森林算法可以輸出全局的相對異常點；而異常用戶，往往會偽裝為正常用戶，僅僅是在局部的特征上表現為異常；在不知道異常用戶會在哪些行為上表現異常，往往需要盡可能多的開發特征，導致維度災難；而且雖然豐富了特征維度，但是也給孤立森林算法模型帶來了不可識別的噪音；因此，全局的相對異常點并不總是意味著真實的異常用戶。這樣，現有技術中，在異常用戶檢測時，存在檢測準確性及可靠性較低的問題。

因此，需要提供一種新的異常用戶檢測方案。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本申請的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本申請的目的在于提供一種異常用戶檢測方案，進而至少在一定程度上有效提升異常用戶檢測的準確性及可靠性。

根據本申請的一個方面，提供一種異常用戶檢測方法，包括：

從第一級的用戶行為特征數據集開始，由第一級至目標級依次從前一級的用戶行為特征數據集中搜索多個子數據集作為后一級的多個用戶行為特征數據集，其中，每一級的多個所述子數據集中子數據集兩兩之間特征個數相同且至少有一個特征互不相同；

對搜索得到的所述子數據集中的用戶樣本進行聚類得到用戶樣本聚類簇后，基于所述用戶樣本聚類簇計算所述子數據集的輪廓系數；

獲取輪廓系數大于預定閾值的所述子數據集，作為待檢測特征數據集；

將每個所述待檢測特征數據集，輸入孤立森林異常檢測模型，得到每個所述待檢測特征數據集內的預測異常用戶樣本；

利用每個所述待檢測特征數據集對應的用戶樣本聚類簇及所述預測異常用戶樣本，對所述待檢測特征數據集評分，以基于所述評分確定所述第一級的用戶行為特征數據集中的異常用戶樣本。

在本申請的一種示例性實施例中，所述后一級的多個所述用戶行為特征數據集，包括：

后一級的所述用戶行為特征數據集中的行為特征個數比前一級的所述用戶行為特征數據集中的行為特征個數少第一預定個數。

在本申請的一種示例性實施例中，所述方法還包括：

所述目標級的用戶行為特征數據集中行為特征個數大于等于第二預定個數。

在本申請的一種示例性實施例中，用戶行為特征數據集包括：

與欺詐檢測相關行為的特征數據集，所述與欺詐檢測相關行為的特征數據集中包括欺詐用戶團伙對應的用戶樣本集合的與欺詐檢測相關行為的特征數據集。