[發明專利]設備指紋識別方法、裝置和電子設備

有效

• 申請號: 202210708179.0
• 申請日: 2022-06-22
• 公開（公告）號: CN114783007B
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 吳梟;呂文勇;周智杰;王淵;金秋
• 申請（專利權）人: 成都新希望金融信息有限公司
• 主分類號: G06V40/12
• 分類號: G06V40/12;G06V10/74;G06V10/764;G06N20/00
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 杜楊

1.一種設備指紋識別方法，其特征在于，所述方法包括：

采集用戶在操作設備的事件過程中的多份設備信息，每份設備信息包括多個特征信息；

將采集到的各個設備信息進行標簽分類，并對同一用戶的相鄰事件的對應特征進行相似度計算，將相似度值作為原始特征，所述相鄰事件為用戶的操作事件流中兩個相鄰的操作事件；

根據建立的分類模型從原始特征中篩選出有效特征，并對有效特征的數值分布進行分箱校驗和分箱增益，得到加工后的有效特征；

利用加工后的有效特征以及標簽分類建立邏輯回歸模型，通過對所述邏輯回歸模型進行迭代，直至滿足迭代終止條件時得到有效特征中的識別特征；

針對待識別的設備信息，獲得所述待識別的設備信息對應的識別特征，并根據滿足迭代終止條件時邏輯回歸模型的系數矩陣計算得到設備的相異分數，根據所述相異分數識別設備指紋是否發生變更，并對設備指紋進行更新；

所述利用加工后的有效特征以及標簽分類建立邏輯回歸模型，通過對所述邏輯回歸模型進行迭代，直至滿足迭代終止條件時得到有效特征中的識別特征的步驟，包括：

依次遍歷加工后的各個有效特征，并采用前進法逐步加入以建立邏輯回歸模型，記錄每次加入各個有效特征后邏輯回歸模型的系數矩陣中各個系數值以及KS差值，若KS差值在設定范圍內且所有系數值均為正值，則判定加入的有效特征為識別特征，經過多輪迭代后，在滿足迭代終止條件時確定出有效特征中的所有識別特征；

所述根據滿足迭代終止條件時邏輯回歸模型的系數矩陣計算得到設備的相異分數，根據所述相異分數識別設備指紋是否發生變更的步驟，包括：

根據所述待識別的設備信息對應的識別特征，以及滿足迭代終止條件時邏輯回歸模型的系數矩陣計算得到設備的相異分數，獲得預先根據設置的分箱壞樣本率下計算得到的分數閾值，根據所述分數閾值以及計算得到的相異分數，識別設備指紋是否發生變更；

所述根據相異分數識別設備指紋是否發生變更，并對設備指紋進行更新的步驟，包括：

若待識別的設備信息的當前事件設備指紋較上一事件的設備指紋未發生變更，則更新上一事件的設備指紋為最新設備指紋，若待識別的設備信息的當前事件設備指紋較上一事件的設備指紋發生變更，再判斷當前事件設備指紋是否與任一歷史事件中的設備指紋重復，若當前事件設備指紋未與任一歷史事件中的設備指紋重復，則將當前事件設備指紋更新到日志中，若當前事件設備指紋與其中一個歷史事件中的設備指紋重復，則更新該歷史事件中的設備指紋為最新設備指紋。

2.根據權利要求1所述的設備指紋識別方法，其特征在于，所述特征信息包括數值型特征、類別型特征、序列型特征、向量型特征、時間型特征和速率型特征，不同類型的特征采用不同的相似度計算方式計算相似度值。

3.根據權利要求1所述的設備指紋識別方法，其特征在于，所述根據建立的分類模型從原始特征中篩選出有效特征的步驟，包括：

利用集成學習樹模型建立分類模型；

針對各所述原始特征，基于所述分類模型的樹結構各層節點中采用所述原始特征進行分裂后減少的MSE平方損失的累加值，以及原始特征的數量，計算得到所述原始特征的全局重要度；

將全局重要度大于或等于預設閾值的原始特征確定為有效特征。

4.根據權利要求1所述的設備指紋識別方法，其特征在于，所述對有效特征的數值分布進行分箱校驗和分箱增益，得到加工后的有效特征的步驟，包括：

將多個有效特征按數值大小進行排序，并將排序后的各個有效特征單獨作為一組；

對于每兩個相鄰的組，計算兩個組的有效特征的卡方值，將其中最小卡方值的相鄰兩組合并為一組，按此方式直至計算出的卡方值均大于或等于預設卡方值；

在得到的分組的組數大于或等于2時，將數值最大的一組單獨作為一個分箱，其余各組合并為一個分箱，以得到兩個分箱；

計算各個分箱中的有效特征的壞樣本率作為分箱增益，以對有效特征進行加工處理。