[发明专利]数据转移对象识别的方法及装置

说明书

本申请实施例公开了一种数据转移对象识别的方法及装置，该方法包括：获取数据转移对象的数据流转信息，数据流转信息中包括至少两个数据转移对象之间的数据流转明细信息；基于数据流转明细信息构建至少两个数据转移对象之间的数据流转关系，并提取数据流转明细信息中包括的至少两个数据转移对象中每个数据转移对象的数据转移对象统计特征；基于图卷积神经网络模型，结合数据流转关系和至少两个数据转移对象中每个数据转移对象的数据转移对象统计特征，确定出至少两个数据转移对象中每个数据转移对象的数据转移对象类别。采用本申请实施例，可快速识别出数据转移对象的类别，提高数据转移对象识别的准确率，适用性高。

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据转移对象识别的方法及装置。

背景技术

随着移动互联网的兴起，为加强各个数据转移对象(比如数据存储卡、SIM卡或者银行卡等)之间的数据交流，多个数据转移对象之间的数据相互转移或数据相互流通已成为数据迁移或数据分享的常用方法。目前，能够进行数据流通的数据转移对象的数量是非常庞大的，且数据转移对象的类型良莠不齐，特别在实际数据转移过程中，若用户在不知道数据转移对象是否合法的情况下，误将一些重要/关键数据转入了非法数据转移对象中，则极有可能造成用户或企业的重大损失。因此如何快速且准确地识别出非法数据转移对象且有效控制非法数据转移对象的数据流转成为当前亟待解决的问题。

发明内容

本申请实施例提供一种数据转移对象识别的方法及装置。可快速识别出数据转移对象的类别，提高数据转移对象识别的准确率，适用性高。

第一方面，本申请实施例提供了一种数据转移对象识别的方法，该方法包括：

获取数据转移对象的数据流转信息，上述数据流转信息中包括至少两个数据转移对象之间的数据流转明细信息；

基于上述数据流转明细信息构建上述至少两个数据转移对象之间的数据流转关系，并提取上述数据流转明细信息中包括的上述至少两个数据转移对象中每个数据转移对象的数据转移对象统计特征；

基于图卷积神经网络模型，结合上述数据流转关系和上述至少两个数据转移对象中每个数据转移对象的数据转移对象统计特征，确定出上述至少两个数据转移对象中每个数据转移对象的数据转移对象类别。

本申请实施例可基于图卷积神经网络模型，结合上述数据流转关系和上述至少两个数据转移对象中每个数据转移对象的数据转移对象统计特征快速且准确地识别出每个数据转移对象的数据转移对象类别。

结合第一方面，在一种可能的实施方式中，上述基于上述数据流转明细信息构建上述至少两个数据转移对象之间的数据流转关系，包括：

提取上述数据流转明细信息中的流水数据；

根据上述流水数据中包括的各数据转移对象的数据转移关系，构建上述至少两个数据转移对象之间的数据流转关系；

其中，上述数据转移关系中至少包括数据转入、数据转出、数据转入方以及数据接收方。

本申请实施例可构建出各个数据转移对象间的数据流转关系，提高构建的数据流转关系的完整性和准确性。

结合第一方面，在一种可能的实施方式中，上述基于图卷积神经网络模型，结合上述数据流转关系和上述至少两个数据转移对象中每个数据转移对象的数据转移对象统计特征，确定出上述至少两个数据转移对象中每个数据转移对象的数据转移对象类别，包括：

根据上述数据流转关系构建上述至少两个数据转移对象之间数据流转对应的邻接矩阵；

根据上述至少两个数据转移对象中每个数据转移对象的数据转移对象统计特征构建数据转移对象统计特征矩阵，其中，上述每个数据转移对象的数据转移对象统计特征包括数据流转天数、数据流转活跃天数、平均数据余量、关联数据转移对象数以及平均数据转移量中的至少一项；