[發明專利]異常用戶檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202011084616.3
• 申請日: 2020-10-12
• 公開（公告）號: CN114416916A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 盧永頔;王鑫;劉虹;夏敬侃;隋亞芹;陳蕾;姜寧;蘭天;劉煜;張雷
• 申請（專利權）人: 中移動信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06K9/62
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

本申請實施例提供一種異常用戶檢測方法、裝置、設備及存儲介質。該方法包括：獲取多個用戶的行為數據；根據多個用戶中每個用戶的行為數據，對每個用戶進行聚類；根據聚類后的每個類別中的用戶的行為數據進行關聯規則提取，得到每個類別的關聯規則；根據每個用戶的行為數據與每個類別的關聯規則，檢測多個用戶中的異常用戶。根據本申請實施例，能夠提高異常用戶檢測準確率以及運維效率。

技術領域

本申請涉及運維技術領域，尤其涉及一種異常用戶檢測方法、裝置、設備及存儲介質。

背景技術

目前，異常用戶檢測是智能運維中的重要環節，主要是通過檢測用戶的行為數據是否異常，來及時發現用戶是否異常。

傳統的異常用戶檢測方案一般是根據用戶的行為數據進行關鍵詞匹配，或者專業人員基于經驗進行核查，但是基于上述方案容易檢測出無效的異常用戶，準確率較低。

發明內容

本申請實施例提供了一種異常用戶檢測方法、裝置、設備及存儲介質，能夠提高異常用戶檢測準確率以及運維效率。

第一方面，本申請實施例提供一種異常用戶檢測方法，該方法包括：

獲取多個用戶的行為數據；

根據多個用戶中每個用戶的行為數據，對每個用戶進行聚類；

根據聚類后的每個類別中的用戶的行為數據，進行關聯規則提取，得到每個類別的關聯規則；

根據每個用戶的行為數據與每個類別的關聯規則，檢測多個用戶中的異常用戶。

在第一方面的一些可實現方式中，根據多個用戶中每個用戶的行為數據，對每個用戶進行聚類，包括：

根據每個用戶的行為數據，確定每個用戶的特征向量；

根據每個用戶的特征向量，對每個用戶進行聚類。

在第一方面的一些可實現方式中，根據每個用戶的行為數據，確定每個用戶的特征向量，包括：

根據每個用戶的行為數據與詞頻-逆文件頻率(Term Frequency-InverseDocument Frequency，TF-IDF)算法或者Word2vec算法，計算每個用戶的特征向量。

在第一方面的一些可實現方式中，根據每個用戶的特征向量，對每個用戶進行聚類，包括：

根據每個用戶的特征向量與DBSCAN算法或者K-means算法，對每個用戶進行聚類。

在第一方面的一些可實現方式中，根據聚類后的每個類別中的用戶的行為數據，進行關聯規則提取，得到每個類別的關聯規則，包括：

根據每個類別中的用戶的行為數據與Apriori算法或者FP-Growth算法，進行關聯規則提取，得到每個類別的關聯規則。

在第一方面的一些可實現方式中，根據每個用戶的行為數據與每個類別的關聯規則，檢測多個用戶中的異常用戶，包括：

根據每個用戶的行為數據與每個類別的關聯規則，計算每個用戶的行為分數；

在行為分數小于或等于預設分數閾值的情況下，確定行為分數對應的用戶為異常用戶。

在第一方面的一些可實現方式中，每個類別的關聯規則包括多個關聯元素；

根據每個用戶的行為數據與每個類別的關聯規則，計算每個用戶的行為分數，包括：

確定每個類別的關聯規則中的每個關聯元素對應的權重；

根據每個用戶的行為數據、每個類別的關聯規則、每個類別的關聯規則中的每個關聯元素對應的權重、多個用戶的數量、每個類別中的用戶的數量，計算每個用戶的行為分數。