[發明專利]異常訪問行為檢測方法、裝置、設備及可讀存儲介質

有效

• 申請號: 202110709333.1
• 申請日: 2021-06-25
• 公開（公告）號: CN113342612B
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 陳予郎
• 申請（專利權）人: 長江存儲科技有限責任公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06F11/34;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京英思普睿知識產權代理有限公司 16018
• 代理人: 劉瑩;聶國斌

1.一種異常訪問行為檢測方法，其特征在于，所述方法包括：

獲取用戶的訪問數據，所述訪問數據包括訪問行為、訪問路徑和所述用戶所在群體；

由所述群體中全部用戶的歷史訪問路徑確定隸屬程度值，其中所述隸屬程度值為以所述群體為基本單位獲取的、所述群體對不同的訪問路徑的業務需求程度值；以及

根據所述用戶所在群體對應于所述訪問路徑的所述隸屬程度值檢測所述用戶的訪問行為是否異常。

2.根據權利要求1所述的方法，其特征在于，由所述群體中全部用戶的歷史訪問路徑確定隸屬程度值的步驟包括：

根據所述群體中全部用戶的所述歷史訪問路徑構建多維化數據空間，其中任一所述歷史訪問路徑在所述多維化數據空間中具有唯一坐標；以及

確定所述多維化數據空間中任一坐標對應于所述群體的所述隸屬程度值。

3.根據權利要求2所述的方法，其特征在于，根據所述群體中全部用戶的所述歷史訪問路徑構建多維化數據空間的步驟包括：

對所述群體中全部用戶的所述歷史訪問路徑進行編號，并對歷史訪問路徑編號進行獨熱編碼以形成訪問路徑獨熱向量；

對多個所述群體進行編號，并對群體編號進行獨熱編碼以形成群體編號獨熱向量；以及

基于所述訪問路徑獨熱向量和所述群體編號獨熱向量構建所述多維化數據空間。

4.根據權利要求3所述的方法，其特征在于，確定所述多維化數據空間中任一坐標對應于所述群體的所述隸屬程度值的步驟包括：

構建機器學習模型，并使用所述訪問路徑獨熱向量訓練所述機器學習模型以構建所述多維化數據空間；以及

將所述訪問路徑獨熱向量和所述群體編號獨熱向量輸入完成訓練的所述機器學習模型以確定所述多維化數據空間中任一坐標對應于所述群體的所述隸屬程度值。

5.根據權利要求4所述的方法，其特征在于，使用所述訪問路徑獨熱向量訓練所述機器學習模型的步驟包括：

獲取所屬群體中任一用戶的連續N次不同的歷史訪問路徑，其中N為大于等于3的正整數；

在所述機器學習模型的輸入層輸入第N-1次歷史訪問路徑對應的獨熱向量；

在所述機器學習模型的、不同的輸出層分別輸入N-2次歷史訪問路徑對應的獨熱向量、第N次歷史訪問路徑對應的獨熱向量以及所屬群體的編號的獨熱向量；以及

重復上述步驟，以通過多個所述群體中全部用戶的連續N次不同的歷史訪問路徑的獨熱向量和多個所述群體編號獨熱向量訓練該機器學習模型。

6.根據權利要求1至5任一項所述的方法，其特征在于，所述方法還包括：

由多個群體中全部用戶的歷史訪問路徑確定任一訪問路徑對應于所述多個群體的隸屬程度值表。

7.根據權利要求6所述的方法，其特征在于，由多個群體中全部用戶的歷史訪問路徑確定任一訪問路徑對應于所述多個群體的隸屬程度值表的步驟包括：

由任一群體中全部用戶的所述歷史訪問路徑確定所述任一群體相對于所述任一訪問路徑的所述隸屬程度值；

將所述多個群體的、相對于所述任一訪問路徑的所述隸屬程度值排序；以及

去除所述隸屬程度值接近或等于零的群體以獲得所述任一訪問路徑對應于所述多個群體的隸屬程度值表。

8.一種異常訪問行為檢測裝置，其特征在于，所述裝置包括：

獲取模塊，所述獲取模塊被配置為獲取用戶的訪問數據，所述訪問數據包括訪問行為、訪問路徑和所述用戶所在群體；

處理模塊，所述處理模塊被配置為根據所述群體中全部用戶的歷史訪問路徑確定隸屬程度值，其中所述隸屬程度值為以所述群體為基本單位獲取的、所述群體對不同的訪問路徑的業務需求程度值；以及

檢測模塊，所述檢測模塊被配置為根據所述用戶所在群體對應于所述訪問路徑的所述隸屬程度值檢測所述用戶的訪問行為是否異常。