[发明专利]行为验证数据处理方法、装置、设备及存储介质

权利要求书

1.一种行为验证数据处理方法，其特征在于，所述行为验证数据处理方法包括：

获取样本数据，将所述样本数据进行分析归类，并根据归类结果构建预设行为智能分析模型；

获取目标对象在预设时间内的行为验证数据，根据所述行为验证数据生成轨迹数据；

将所述轨迹数据输入至预设行为智能分析模型中，获得轨迹异常数据、环境异常数据和行为异常数据；

获取线上异常数据和所述目标对象的周期关联数据，将所述线上异常数据和周期关联数据作为外部异常数据；

将所述外部异常数据、所述轨迹异常数据、所述环境异常数据和所述行为异常数据进行组合后反馈至对所述预设行为智能分析模型，以使所述预设行为智能分析模型进行学习更新。

2.如权利要求1所述的行为验证数据处理方法，其特征在于，所述获取样本数据，将所述样本数据进行分析归类，并根据归类结果构建预设行为智能分析模型，包括：

获取样本数据，从所述样本数据中获取特征向量，从各特征向量中初始化各中心点；

计算各特征向量到各中心点的距离，利用预设K均值聚类算法根据所述距离对所述样本数据进行归类，生成归类结果，并根据所述归类结果构建预设行为智能分析模型。

3.如权利要求1所述的行为验证数据处理方法，其特征在于，所述获取目标对象在预设时间内的行为验证数据，根据所述行为验证数据生成轨迹数据，包括：

获取目标对象在预设时间内的行为数据、设备特征和网络标识，将所述行为数据、所述设备特征和所述网络标识作为行为验证数据；

根据预设时间的时间轴生成与所述行为验证数据对应的轨迹数据。

4.如权利要求3所述的行为验证数据处理方法，其特征在于，所述将所述轨迹数据输入至预设行为智能分析模型中，获得轨迹异常数据、环境异常数据和行为异常数据，包括：

将所述轨迹数据输入至预设行为智能分析模型中，以使所述预设行为智能分析模型对所述轨迹数据进行轨迹检测、环境特征检测和动态资源检测，获得轨迹异常数据、环境异常数据和行为异常数据。

5.如权利要求4所述的行为验证数据处理方法，其特征在于，所述将所述轨迹数据输入至预设行为智能分析模型中，以使所述预设行为智能分析模型对所述轨迹数据进行轨迹检测、环境特征检测和动态资源检测，获得轨迹异常数据、环境异常数据和行为异常数据，包括：

将所述轨迹数据输入至预设行为智能分析模型中，以使所述预设行为智能分析模型将所述轨迹数据分别输入至环境特征检测单元进行环境特征检测，输入至动态验证资源单元进行动态资源检测和输入至智能轨迹单元进行轨迹检测，并根据所述预设行为智能分析模型中的预设异常数据集对获得的环境检测数据、动态检测数据和轨迹检测数据进行匹配，根据数据类别将匹配成功的数据进行标记，获得轨迹异常数据、环境异常数据和行为异常数据。

6.如权利要求5所述的行为验证数据处理方法，其特征在于，所述获取线上异常数据和所述目标对象的周期关联数据，将所述线上异常数据和周期关联数据作为外部异常数据，具体包括：

从系统异常数据数据库中获取截止当前时刻新增的线上异常数据；

对所述行为验证数据进行聚类分析，获取与所述轨迹数据周期性关联的周期关联数据；

将所述线上异常数据和周期关联数据作为外部异常数据。

7.如权利要求6所述的行为验证数据处理方法，其特征在于，所述将所述外部异常数据、所述轨迹异常数据、所述环境异常数据和所述行为异常数据进行组合后反馈至对所述预设行为智能分析模型，以使所述预设行为智能分析模型进行学习更新，包括：

将所述外部异常数据、所述轨迹异常数据、所述环境异常数据和所述行为异常数据进行互相组合，生成各组合结果，将各组合结果依次输入至所述预设行为智能分析模型，以使所述预设行为智能分析模型根据所述外部异常数据、所述轨迹异常数据、所述环境异常数据和所述行为异常数据对所述预设异常数据集进行更新。