[发明专利]事件识别方法和终端、模型生成方法和服务器及存储介质

说明书

本发明提供一种事件识别方法，其包括：收集移动终端的终端信息日志；按预设规则，将终端信息日志转换为对应的事件识别信息；根据事件识别信息以及预设模型生成移动终端的恶意事件概率；当恶意事件概率大于第一设定值时，进行恶意事件告警操作。本发明还提供一种事件识别模型生成方法、事件识别终端以及事件识别模型生成服务器。本发明的事件识别方法及终端、事件识别模型生成方法及服务器通过在服务器上生成对应的恶意事件识别模型，并将该恶意事件识别模型发送至对应的移动终端上，从而提高了移动终端对恶意事件的识别以及告警能力。

技术领域

本发明涉及数据处理领域，特别是涉及一种事件识别方法及终端、事件识别模型生成方法及服务器、以及存储介质。

背景技术

随着科技的发展，人们使用移动终端进行交互的频率越来越高，通过移动终端进行电信诈骗的事件发生频率也越来越高。现在的电信诈骗事件的识别一般是通过对诈骗短信以及诈骗电话进行识别以及拦截，即对伪基站传播的诈骗短信以及特定号码的电话进行防御拦截。

如恶意用户a使用某个电话号码发送电信诈骗短信或电信诈骗电话，如有用户举报该电话号码，经查实后可将该电话号码发送给其他用户的短信以及电话进行拦截操作，从而避免恶意用户继续使用该电话号码进行电信诈骗操作。

但是随着网络电话以及电话改号软件的出现，恶意用户可以通过变更电话号码的方式来躲避上述号码拦截，从而进行电信诈骗操作。由于可变更的电话号码的数量较大且恶意用户的电话号码变更频率也较高，如将所有相关的电话号码进行拦截，则恶意电话以及恶意信息的拦截难度较大。

发明内容

本发明实施例提供一种可方便的对恶意事件进行识别以及告警操作的事件识别方法及终端、事件识别模型生成方法及服务器；以解决现有的移动终端对恶意电话以及恶意信息的识别以及拦截难度较大的技术问题。

本发明实施例提供一种事件识别方法，其包括：

收集移动终端的终端信息日志；

按预设规则，将所述终端信息日志转换为对应的事件识别信息；

根据所述事件识别信息以及预设模型生成所述移动终端的恶意事件概率；以及

当所述恶意事件概率大于第一设定值时，进行恶意事件告警操作；

其中通过以下步骤生成所述预设模型：

创建机器训练神经元模块；

按时间顺序创建对多个机器训练神经元模块进行串联，以形成机器训练神经元序列；

根据每个所述机器训练神经元模块输出的隐含层概率值以及期望概率值，计算每个机器训练神经元模块的累积误差值；

根据机器训练神经元模块的累积误差值，获得对应机器训练神经元模块的输入门权重系数误差、遗忘门权重系数误差、输出门权重系数误差、状态参数值误差以及机器训练神经元序列的累计误差值；以及

根据所述机器训练神经元模块的输入门权重系数误差，遗忘门权重系数误差，输出门权重系数误差以及状态参数值权重系数误差，对所述机器训练神经元序列进行更新：返回计算每个机器训练神经元模块的累积误差值的步骤，直至所述机器训练神经元序列的累积误差值小于第二设定值。

本发明实施例还提供一种事件识别模型生成方法，其包括：

接收训练信息日志；

按预设规则，将所述训练信息日志转换为对应的训练识别信息；以及

使用所述训练识别信息进行机器训练，以生成预设模型。

本发明实施例还提供一种事件识别终端，其包括：

终端信息日志收集模块，用于收集移动终端的终端信息日志；