[發明專利]數據檢測方法、裝置、計算機設備以及存儲介質

有效

• 申請號: 202110233554.6
• 申請日: 2021-03-03
• 公開（公告）號: CN113709092B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 李文豪
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

本申請公開了一種數據檢測方法、裝置、計算機設備以及存儲介質，該方法包括：獲取對象集；對象集中包括M個對象、M個對象中每個對象的對象標識以及M個對象中每個對象的對象畫像特征；M為整數；根據對象集中每個對象的對象標識對M個對象進行聚類，形成N個對象分組；N為整數且N大于2；根據對象集中每個對象分組分別包括的對象的對象畫像特征，生成每個對象分組的分組特征；根據N個對象分組的分組特征檢測N個對象分組中的異常對象分組，并將異常對象分組中的對象確定為對象集中的異常對象。采用本申請，可對異常對象進行及時檢測，以提高對象所在系統的安全性。

技術領域

本申請涉及數據處理的技術領域，尤其涉及一種數據檢測方法、裝置、計算機設備以及存儲介質。

背景技術

隨著計算機網絡的不斷發展，各種應用平臺紛涌而出，各個應用平臺中的用戶數量也在以極快的速度不斷增長，一個應用平臺中一天就可能新注冊有數百萬級的用戶賬號，而該數百萬級的用戶賬號中極大可能存在惡意團伙批量注冊的用戶賬號。

現有技術中，由于在惡意團伙通過所注冊的用戶賬號進行惡意操作之前，系統很難從注冊的大量用戶賬號中發現惡意團伙注冊的用戶賬號。因此，只有在惡意團伙通過所注冊的用戶賬號進行惡意操作之后，系統通過針對惡意操作的相關檢測策略檢測到這種惡意操作，才能發現執行該惡意操作的用戶賬號。由此可見，現有技術中針對惡意團伙所注冊的用戶賬號的異常檢測具有時間滯后性，不能及時發現惡意用戶賬號。

發明內容

本申請提供了一種數據檢測方法、裝置、計算機設備以及存儲介質，可對異常對象進行及時檢測，以提高對象所在系統的安全性。

本申請一方面提供了一種數據檢測方法，包括：

獲取對象集；對象集中包括M個對象、M個對象中每個對象的對象標識以及M個對象中每個對象的對象畫像特征；M為整數；

根據對象集中每個對象的對象標識對M個對象進行聚類，形成N個對象分組；N為整數且N大于2；

根據對象集中每個對象分組分別包括的對象的對象畫像特征，生成每個對象分組的分組特征；

根據N個對象分組的分組特征檢測N個對象分組中的異常對象分組，并將異常對象分組中的對象確定為對象集中的異常對象。

可選的，M個對象為用戶群組中的M個群用戶；異常對象為M個群用戶中的異常群用戶；

上述方法還包括：

從用戶群組中過濾異常群用戶。

本申請一方面提供了一種數據檢測裝置，包括：

對象獲取模塊，用于獲取對象集；對象集中包括M個對象、M個對象中每個對象的對象標識以及M個對象中每個對象的對象畫像特征；M為整數；

分組模塊，用于根據對象集中每個對象的對象標識對M個對象進行聚類，形成N個對象分組；N為整數且N大于2；

特征生成模塊，用于根據對象集中每個對象分組分別包括的對象的對象畫像特征，生成每個對象分組的分組特征；

對象檢測模塊，用于根據N個對象分組的分組特征檢測N個對象分組中的異常對象分組，并將異常對象分組中的對象確定為對象集中的異常對象。

可選的，對象集中每個對象的對象標識包括該每個對象的對象名稱；

分組模塊根據對象集中每個對象的對象標識對M個對象進行聚類，形成N個對象分組的方式，包括：

獲取M個對象中每個對象的對象名稱的名稱關鍵詞；

將M個對象中具有相似的名稱關鍵詞的對象劃分到相同的對象分組，得到N個對象分組。