[发明专利]群控设备识别方法、装置、电子设备和存储介质

说明书

本申请提供了一种群控设备识别方法、装置、电子设备和存储介质，所述方法包括：获取待识别设备的APP列表；根据预设APP的特征权重确定所述APP列表中的APP的特征权重；使用所述APP列表中的APP的特征权重计算待识别设备的特征向量；获取所述待识别设备的特征向量与多个预设群控设备簇的簇中心设备的特征向量的向量相似度中的最小值d1；获取所述待识别设备的特征向量与多个预设非群控设备簇的簇中心设备的特征向量的向量相似度中的最小值d2；使用d1和d2确定所述待识别设备为群控设备的概率。该方法能够提高识别群控设备的效率和准确度。

技术领域

本发明涉及大数据业务风控技术领域，特别涉及一种群控设备识别方法、装置、电子设备和存储介质。

背景技术

在大数据业务风控技术领域中，为了准确识别灰黑产中大量存在的群控设备。

现有技术主要分为两种：

第一种：基于设备技术属性的识别方法和基于设备业务行为的识别方法。对于基于设备技术属性的识别方法，其工作原理和工作方式为：首先提取设备的技术属性信息，例如国际移动设备识别码(International Mobile Equipment Identity，IMEI)，设备指纹(Device Fingerprinting)等，然后与合规设备数据库进行比对，如果不在数据库中则认为该设备为非法设备，如果这些设备的IP等信息存在聚集的现象则认为这些设备为群控设备；

随着各种改机软件的出现，修改一台设备的技术属性越来越容易，成本越来越低，因此该方法容易被灰黑产绕过从而失去识别能力。

第二种：基于设备业务行为的识别方法，其工作原理和工作方式为：首先采集设备的各种业务行为，例如设备发出http请求的次数，设备每日的登录次数等，然后建立机器学习分类模型，对每一个设备输出其为群控设备的频率值。

该种方法开发成本较高，需要收集该设备在各个业务场景的动作；建立一个准确率高的机器学习分类模型所需时间较长，从大量的特征中找到少数有效的特征需要耗费大量的时间。

发明内容

有鉴于此，本申请提供一种群控设备识别方法、装置、电子设备和存储介质，能够提高识别群控设备的效率和准确度。

为解决上述技术问题，本申请的技术方案是这样实现的：

在一个实施例中，提供了一种群控设备识别方法，所述方法包括：

获取待识别设备的应用程序APP列表；

根据预设APP的特征权重确定所述APP列表中的APP的特征权重；

使用所述APP列表中的APP的特征权重计算待识别设备的特征向量；

获取所述待识别设备的特征向量与多个预设群控设备簇的簇中心设备的特征向量的向量相似度中的最小值d1；

获取所述待识别设备的特征向量与多个预设非群控设备簇的簇中心设备的特征向量的向量相似度中的最小值d2；

使用d1和d2确定所述待识别设备为群控设备的概率。

其中，获取所述预设群控设备簇的簇中心设备的特征向量，以及所述预设非群控设备簇的簇中心设备的特征向量，包括：

获取多个群控设备的APP列表，以及多个非群控设备的APP列表；

根据多个群控设备，以及多个非群控设备的APP列表中的APP确定APP的特征权重；

使用所述群控设备的APP列表中的APP的特征权重计算所述群控设备的特征向量；基于所述特征向量对所述群控设备进行聚类，获取聚类形成的预设群控设备簇的簇中心设备的特征向量；