[發明專利]對象識別方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110475178.1
• 申請日: 2021-04-29
• 公開（公告）號: CN113761292A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 劉肖;李志穎;吳鳴;崔藝華
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06F16/906;G06F16/953;G06N20/00
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 陳小娜;劉雪帆

1.一種對象識別方法，其特征在于，所述方法包括：

獲取待進行異常識別的目標對象集合，所述目標對象集合包括多個目標對象；

獲取各個所述目標對象分別對應的資源轉移特征集合，所述資源轉移特征集合包括多個特征維度分別對應的資源轉移特征；

確定異常檢測模型集合，所述異常檢測模型集合中包括多個異常檢測模型；所述異常檢測模型集合中的異常檢測模型所采取的異常檢測策略不同；

通過各個所述異常檢測模型，確定所述目標對象所對應的資源轉移特征集合中，各個資源轉移特征在所在特征維度對應的目標特征集合中的分布結果；

基于所述異常檢測模型所得到的所述分布結果確定所述異常檢測模型對所述目標對象的模型檢測結果；

對所述異常檢測模型集合中各個異常檢測模型對所述目標對象的模型檢測結果進行統計，得到所述目標對象的異常檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述通過各個所述異常檢測模型，確定所述目標對象所對應的資源轉移特征集合中，各個資源轉移特征在所在特征維度對應的目標特征集合中的分布結果，包括：

在所述目標對象所對應的資源轉移特征集合中獲取特征維度對應的資源轉移特征，得到各個特征維度分別對應的目標特征集合；

獲取異常檢測模型中所述目標特征集合所對應的分布劃分方式；基于所述分布劃分方式，對資源轉移特征在所在特征維度的目標特征集合中進行劃分，得到資源轉移特征在所在特征維度的目標特征集合中的分布結果。

3.根據權利要求2所述的方法，其特征在于，所述目標特征集合所對應的分布劃分方式包括基于閾值進行劃分的方式，所述獲取異常檢測模型中所述目標特征集合所對應的分布劃分方式；基于所述分布劃分方式，對資源轉移特征在所在特征維度的目標特征集合中進行劃分，得到資源轉移特征在所在特征維度的目標特征集合中的分布結果，包括：

獲取特征分布結構樹，所述特征分布結構樹包括多個子節點；

將特征分布結構樹的初始節點作為所述目標對象對應的當前子節點，獲取當前子節點所對應的當前特征維度，獲取所述當前特征維度所對應的當前目標特征集合的當前特征劃分閾值；

基于當前特征劃分閾值以及所述目標對象在所述當前特征維度的資源轉移特征，確定所述資源轉移特征在當前目標特征集合中的分布結果；

基于所述分布結果確定所述目標對象對應的下一子節點，將下一節點作為更新后的當前子節點，返回獲取當前子節點所對應的當前特征維度，獲取所述當前特征維度所對應的當前目標特征集合的當前特征劃分閾值的步驟，直至所述目標對象對應的子節點更新完畢。

4.根據權利要求3所述的方法，其特征在于，所述基于所述異常檢測模型所得到的所述分布結果確定所述異常檢測模型對所述目標對象的模型檢測結果，包括：

基于所述分布結果確定所述目標對象所對應的子節點；

對所述目標對象所對應的子節點的數量進行統計，得到所述目標對象在所述特征分布結構樹中的路徑長度；

基于所述路徑長度確定所述目標對象對應的第一異常檢測值，所述異常檢測值與所述路徑長度成負相關關系；

基于所述第一異常檢測值確定所述異常檢測模型對所述目標對象的模型檢測結果。

5.根據權利要求2所述的方法，其特征在于，所述分布劃分方式包括基于分布區間進行劃分的方式，所述獲取異常檢測模型中所述目標特征集合所對應的分布劃分方式；基于所述分布劃分方式，對資源轉移特征在所在特征維度的目標特征集合中進行劃分，得到資源轉移特征在所在特征維度的目標特征集合中的分布結果，包括：

獲取異常檢測模型中所述目標特征集合所對應的特征劃分區間集合，所述特征劃分區間集合包括多個特征劃分區間；

獲取所述目標特征集合中的資源轉移特征在各個特征劃分區間的特征數量；

基于所述特征數量確定所述特征劃分區間所對應的分布密度，將所述分布密度作為所述資源轉移特征在所在特征維度的目標特征集合中的分布結果。