[發明專利]一種基于支持向量機模型的欺詐行為的識別方法及系統

有效

• 申請號: 202110390533.5
• 申請日: 2021-04-12
• 公開（公告）號: CN113115311B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 李棟;汪德嘉;許賀;唐冬宇
• 申請（專利權）人: 江蘇通付盾科技有限公司
• 主分類號: H04W12/12
• 分類號: H04W12/12;G06K9/62;G06N20/10
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 郭放;許偉群

本申請提供了一種基于支持向量機模型的欺詐行為的識別方法及系統，所述方法包括以下步驟：獲取用戶設備的特征參數，對所述特征參數進行預處理，得到預處理特征參數，將所述預處理特征參數輸入機器學習模型，得到欺詐行為識別結果。本申請通過對用戶設備的特征參數進行多維度進行分析，以判斷出當前系列行為的制造者是否存在欺詐行為，解決了現有欺詐行為識別方法準確率較差以及風險較高的問題，實現了欺詐行為的有效防控。減少欺詐設備和用戶的接入，減少企業損失。可以真實反映出推廣運營效果，為后續的推廣運營提供參照。

技術領域

本申請涉及網絡安全防護技術領域，尤其涉及一種基于支持向量機模型的欺詐行為的識別方法及系統。

背景技術

隨著互聯網和移動智能終端的普及，移動環境下人們的生活需求不斷被挖掘。與此同時，移動環境下的黑產活動愈發猖獗，支付漏洞和隱私威脅不斷曝出。身份欺詐成為在線欺詐的頑疾，欺詐者以移動設備為掩體發動攻擊。如，以貓池設備為代表的模擬器欺詐，以薅羊毛為代表的群控欺詐，以反復點擊為代表的程序欺詐等。不法分子通過這些欺詐手段獲取大規模盈利。這些行為緊緊依附互聯網行業，其技術與互聯網行業以等同的速度發展，向反欺詐風控業務提出了強有力的挑戰。

現有的欺詐行為識別方法均是通過IP信息和位置信息進行判斷，但具有容易誤判、不能準確識別的缺點，例如，隨著IP代理技術的不斷發展，移動終端可以非常簡單和低成本的更換IP信息和位置信息，這就使得以IP信息和位置信息為基礎的欺詐行為識別技術，已經無法正確的檢測識別大部分的欺詐行為。從而難以實現對欺詐行為的有效防控。

發明內容

本申請提供了一種基于支持向量機模型的欺詐行為的識別方法及系統，以解決現有欺詐行為識別方法，無法實現對欺詐行為的有效防控的問題。

一方面，本申請提供了一種基于支持向量機模型的欺詐行為的識別方法，具體包括以下步驟：

獲取用戶設備的特征參數；

對所述特征參數進行預處理，得到預處理特征參數；

將所述預處理特征參數輸入機器學習模型，得到欺詐行為識別結果。

所述特征參數包括同一IP地址的注冊次數、同一IP地址的簽到次數、同一移動終端的注冊次數、同一移動終端的簽到次數、是否為模擬器、是否為群控平臺、同一sessionID的出現次數、移動終端的設備ID、注冊時間與購買時間的差值、是否使用代理、同一移動終端的關聯用戶數量、同一設備的注冊時間間隔、同一ID地址的注冊時間間隔、同一IP地址的關聯用戶數量、同一IP地址的關聯設備數量、同一用戶賬號的關聯設備數量以及同一用戶賬號關聯的IP地址數量。

對所述特征參數進行預處理，具體包括以下步驟：

對所述特征參數進行格式轉換；

對所述特征參數進行缺失值處理；

對所述特征參數進行歸一化處理。

還包括機器學習模型進行訓練,具體以下步驟：

獲取特征參數數據；

對特征參數數據進行預處理；

通過所述預處理參數數據訓練機器學習模型；

得到模型訓練結果，所述模型訓練結果為識別準確率，所述機器學習模型為支持向量機模型。

還包括以下步驟：

通過人工調參方式對所述機器學習模型進行優化。

第二方面，本申請提供了一種基于支持向量機模型的欺詐行為的識別系統，包括：

參數獲取模塊，用于獲取用戶設備的特征參數；