[发明专利]数据处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种数据处理方法、系统、计算机设备和存储介质。方法包括：获取原始数据，原始数据包括终端标识、用户标识、登录结果及登录地址；对原始数据进行重构得到重构数据，重构数据包括用户地址及地址距离，地址距离为登录地址与用户地址的距离；根据原始数据及重构数据构造各终端标识对应的第一特征向量，第一特征向量包括用户标识数量因素、地址距离的平均值因素及登录成功率因素；将第一特征向量输入监督分类模型，确定终端标识是否为恶意标识，监督分类模型为对训练样本进行训练得到的分类模型，训练样本包括第二特征向量，第二特征向量与第一特征向量的数据结构相同。采用本方法能够提高检测的准确率。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种数据处理方法、装置、计算机设备和存储介质。

背景技术

随着计算机信息技术的发展，出现了黑客及黑客产业链。黑客的上游产业链，通常通过撞库、木马、钓鱼、或病毒等渠道获取用户在网站或应用程序中所使用的账号密码，再打包成账号密码集合，出售给黑客的下游产业链。黑客的下游产业链通过自动机对账号密码集合中的账号密码进行一一登录验证，并挑选出针对某一网站或应用程序的正确的账号密码，进而进行盗取。账号密码被盗取，不仅威胁到用户的虚拟财产(如Q币)和线下财产(如通过微信向亲友借钱)，影响个人名誉(如转发内容不当的微博)，甚至还可能影响到虚拟社交的生态规则(如操纵大量被盗账号作为水军进行产品宣传)，为用户个人或企业带来困扰，因此对盗号进行检测具有十分重要的意义。

传统的盗号检测，包括：基于前端病毒、木马的检测；基于客户端登录版本恶意跳变的识别方法等。其主要在集中在上游产业链，对客户端进行上游产业链各种渠道的检测覆盖率低，因此，检测的准确率较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高检测准确率的数据处理方法、装置、计算机设备和存储介质。

一种数据处理方法，所述方法包括：

获取原始数据，所述原始数据包括终端标识、用户标识、登录结果及登录地址；

对所述原始数据进行重构得到重构数据，所述重构数据包括用户地址及地址距离，所述地址距离为所述登录地址与所述用户地址的距离；

根据所述原始数据及所述重构数据构造各所述终端标识对应的第一特征向量，所述第一特征向量包括用户标识数量因素、所述地址距离的平均值因素及登录成功率因素；

将所述第一特征向量输入监督分类模型，确定所述终端标识是否为恶意标识，所述监督分类模型为对训练样本进行训练得到的分类模型，所述训练样本包括第二特征向量，所述第二特征向量与所述第一特征向量的数据结构相同。

一种数据处理装置，所述装置包括：

原始数据获取模块，用于获取原始数据所述原始数据包括终端标识、用户标识、登录结果及登录地址；

数据重构模块，用于对所述原始数据进行重构得到重构数据，所述重构数据包括用户地址及地址距离，所述地址距离为所述登录地址与所述用户地址的距离；

特征向量构造模块，用于根据所述原始数据及所述重构数据构造各所述终端标识对应的第一特征向量，所述第一特征向量包括用户标识数量因素、所述地址距离的平均值因素及登录成功率因素；

恶意标识确定模块，用于将所述第一特征向量输入监督分类模型，确定所述终端标识是否为恶意标识，所述监督分类模型为对训练样本进行训练得到的分类模型，所述训练样本包括第二特征向量，所述第二特征向量与所述第一特征向量的数据结构相同。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取原始数据，所述原始数据包括终端标识、用户标识、登录结果及登录地址；