[發(fā)明專利]基于高維模式的異常訪問(wèn)數(shù)據(jù)預(yù)警方法及相關(guān)設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202110880946.1
• 申請(qǐng)日: 2021-08-02
• 公開(kāi)（公告）號(hào): CN113329037B
• 公開(kāi)（公告）日: 2021-11-16
• 發(fā)明（設(shè)計(jì)）人: 任杰
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): H04L29/06
• 分類號(hào): H04L29/06;G06K9/62
• 代理公司: 深圳市世聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 44385
• 代理人: 汪琳琳

1.一種基于高維模式的異常訪問(wèn)數(shù)據(jù)預(yù)警方法，其特征在于，所述方法包括：

按時(shí)間順序收集多個(gè)目標(biāo)對(duì)象的流量數(shù)據(jù)，其中，所述流量數(shù)據(jù)為店鋪人流量或者產(chǎn)品銷售量中的一種，所述流量數(shù)據(jù)包括每日流量、每月流量以及每月目標(biāo)流量；

基于所述每日流量、每月流量、每月目標(biāo)流量以及各個(gè)目標(biāo)對(duì)象的位置坐標(biāo)，計(jì)算得到各個(gè)目標(biāo)對(duì)象的流量指標(biāo)；

獲取臨界因子，基于所述臨界因子、所述流量指標(biāo)和各所述目標(biāo)對(duì)象的當(dāng)前流量，計(jì)算得到預(yù)警結(jié)果;

所述基于所述每日流量、每月流量、每月目標(biāo)流量以及各個(gè)目標(biāo)對(duì)象的位置坐標(biāo)，計(jì)算得到各個(gè)目標(biāo)對(duì)象的流量指標(biāo)，包括：

計(jì)算相同位置坐標(biāo)下的目標(biāo)對(duì)象在同一時(shí)間的累積達(dá)成比例的算術(shù)平均值，得到各所述目標(biāo)對(duì)象的橫向比較特征，其中，所述累積達(dá)成比例通過(guò)計(jì)算每日流量、每月流量和每月目標(biāo)流量的比值得到；

計(jì)算同一時(shí)間，同一目標(biāo)對(duì)象累積達(dá)成比例的算術(shù)平均值，作為各所述目標(biāo)對(duì)象的縱向同比特征；

計(jì)算連續(xù)一個(gè)月，同一位置坐標(biāo)的目標(biāo)對(duì)象，累積達(dá)成比例的算術(shù)平均值，作為各所述目標(biāo)對(duì)象的縱向環(huán)比特征；

根據(jù)預(yù)設(shè)權(quán)重表調(diào)整所述橫向比較特征、縱向同比特征以及縱向環(huán)比特征的權(quán)重比例，并相加得到所述各目標(biāo)對(duì)象的流量指標(biāo);

或者

基于每日流量和每月流量，將各目標(biāo)對(duì)象的流量數(shù)據(jù)轉(zhuǎn)化為離散的軌跡數(shù)據(jù)；并

通過(guò)one-hot特征編碼將字符型的對(duì)離散的軌跡數(shù)據(jù)轉(zhuǎn)換為數(shù)值型數(shù)據(jù)；

對(duì)數(shù)值型數(shù)據(jù)進(jìn)行歸一化處理，得到取值在0至1之間的歸一化數(shù)據(jù)；

根據(jù)所述歸一化數(shù)據(jù)計(jì)算各目標(biāo)對(duì)象的震蕩因子，并基于所述震蕩因子計(jì)算得到所述流量指標(biāo)。

2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述獲取臨界因子，基于所述臨界因子、所述流量指標(biāo)和各所述目標(biāo)對(duì)象的當(dāng)前流量，計(jì)算得到預(yù)警結(jié)果之前，還包括：

獲取樣本對(duì)象的樣本數(shù)據(jù)和對(duì)應(yīng)的位置坐標(biāo)；并

從多個(gè)所述樣本對(duì)象中任選一個(gè)樣本對(duì)象以更新為原始樣本對(duì)象；

計(jì)算所述原始樣本對(duì)象與其他樣本對(duì)象之間的歐氏距離，并將歐氏距離小于預(yù)設(shè)距離值，且數(shù)量超過(guò)預(yù)設(shè)數(shù)量的樣本對(duì)象，作為所述原始樣本對(duì)象的簇對(duì)象；

將所述原始樣本對(duì)象和所述簇對(duì)象作為一個(gè)軌跡對(duì)象簇，并重復(fù)更新原始樣本對(duì)象的操作，直到所有樣本對(duì)象有至少一個(gè)軌跡對(duì)象簇；

根據(jù)所述軌跡對(duì)象簇計(jì)算所述臨界因子。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取臨界因子，基于所述臨界因子、所述流量指標(biāo)和各所述目標(biāo)對(duì)象的當(dāng)前流量，計(jì)算得到預(yù)警結(jié)果，包括：

若所述目標(biāo)對(duì)象的當(dāng)日流量不在所述臨界因子與所述臨界因子和所述流量指標(biāo)之和的范圍之內(nèi)，則所述預(yù)警結(jié)果為數(shù)據(jù)異常。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述歸一化數(shù)據(jù)計(jì)算各目標(biāo)對(duì)象的震蕩因子，包括：

獲取連續(xù)預(yù)設(shè)時(shí)間中的最大每日流量，并計(jì)算連續(xù)預(yù)設(shè)時(shí)間中的平均流量；

計(jì)算所述最大每日流量與所述平均流量的流量比值，并將所述流量比值作為各目標(biāo)對(duì)象的震蕩因子。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述流量數(shù)據(jù)存儲(chǔ)于區(qū)塊鏈中。