[发明专利]一种访问请求响应方法及装置

权利要求书

1.一种访问请求响应方法，其特征在于，包括：

接收用户端的数据处理请求，所述数据处理请求中包括对当前请求处理的数据的当前请求处理事项；

基于所述数据处理请求所请求的当前请求处理事项，获取所述用户端与当前请求处理事项属于同一处理事项类别的、在最近预设时间段之内的历史请求处理事项的统计行为数据；

根据所述历史请求处理事项的统计行为数据和当前请求处理事项的请求行为数据，确定是否需要响应所述数据处理请求；

在确定需要响应所述数据处理请求后，根据所述当前请求处理事项对应的紧急程度，确定针对所述当前请求处理事项的处理方式和处理优先级，并根据所述处理方式和处理优先级，响应所述数据处理请求；

在确定不需要响应所述数据处理请求后，向所述用户端反馈非法处理提醒信息。

2.根据权利要求1所述的方法，其特征在于，根据所述当前请求处理事项对应的紧急程度，确定针对所述当前请求处理事项的处理方式和处理优先级，包括：

根据所述当前请求处理事项对应的紧急程度等级，确定与该紧急程度等级匹配的处理方式和处理优先级；其中，紧急程度等级对应的紧急程度越高，匹配的处理优先级越高，匹配的处理方式越效率。

3.根据权利要求1所述的方法，其特征在于，根据所述历史请求处理事项的统计行为数据和当前请求处理事项的请求行为数据，确定是否需要响应所述数据处理请求，包括：

确定当前请求处理事项的请求行为数据对应的第一特征向量，和所述历史请求处理事项的统计行为数据对应的第二特征向量；

将所述第一特征向量和所述第二特征向量进行拼接，得到第三特征向量；

将所述第三特征向量输入至预先训练得到的检测模型中，计算得到所述当前请求处理事项的风险概率值；

基于所述风险概率值，确定是否需要响应所述数据处理请求。

4.根据权利要求3所述的方法，其特征在于，确定所述历史请求处理事项的统计行为数据对应的第二特征向量，包括：

提取多个历史请求处理事项分别对应的历史操作行为特征向量；

将提取得到的多个历史操作行为特征向量分别进行不同处理算法下的处理计算，得到多种特征向量，将多种特征向量进行拼接得到所述第二特征向量。

5.根据权利要求4所述的方法，其特征在于，所述将提取得到的多个历史操作行为特征向量分别进行不同处理算法下的处理计算，得到多种特征向量，包括：

将提取得到的多个历史操作行为特征向量分别进行求平均、取最大值、取最小值、和加权求和计算，得到所述多种特征向量。

6.根据权利要求3所述的方法，其特征在于，通过以下方式进行训练得到所述检测模型：

获取训练样本集，所述训练样本集包括正样本对和负样本对，其中，每一个正样本对中包括多个时刻中第i个时刻对应的、能够响应的数据处理请求的请求行为数据、以及在第i个时刻之前的预设时间段之内的统计行为数据，每一个负样本对中包括第j个时刻对应的、不能响应的数据处理请求的请求行为数据、以及在第j个时刻之前的预设时间段之内的统计行为数据；

针对每一个正样本对，提取每一个正样本对中两类样本分别对应的特征向量，并将提取出的两类样本分别对应的特征向量进行拼接，得到第一拼接特征向量样本；以及，针对每一个负样本对，提取每一个负样本对中两类样本分别对应的特征向量，并将提取出的两类样本分别对应特征向量进行拼接，得到第二拼接特征向量样本；

将不同正样本对分别对应的第一拼接特征向量样本、以及不同负样本对分别对应的第二拼接特征向量样本分别输入至所述检测模型中，得到针对每一个正样本对的第一检测结果、以及每一个负样本对的第二检测结果；

基于每一个正样本对的第一检测结果以及预设的第一正确结果、每一个负样本对的第二检测结果以及预设的第二正确结果，计算本轮训练的误差值；

当计算出的误差值大于设定值，对所述检测模型的模型参数进行调整，并利用调整后的所述检测模型进行下一轮训练过程，直至计算出的误差值不大于所述设定值时，确定训练完成。