[发明专利]一种异常数据报文检测方法、装置及电子设备

权利要求书

1.一种异常数据报文检测方法，包括：

生成待上报的目标数据报文；

基于所述目标数据报文与至少一条预设关联关系的匹配关系，确定所述目标数据报文的风险总值，其中，所述至少一条预设关联关系是基于预设关联关系挖掘算法从批量历史数据报文中挖掘出的，所述历史数据报文为未出现异常的白样本；

基于所述风险总值，确定所述目标数据报文是否存在异常风险。

2.根据权利要求1所述的方法，在所述基于所述目标数据报文与至少一条预设关联关系的匹配关系，确定所述目标数据报文的风险总值之前，所述方法还包括：

基于预设关联关系挖掘算法，从批量历史数据报文中挖掘出所述至少一条预设关联关系。

3.根据权利要求2所述的方法，其中，所述基于预设关联关系挖掘算法，从批量历史数据报文中挖掘出所述至少一条预设关联关系，包括：

获取所述批量历史数据报文；

基于所述批量历史数据报文进行特征工程，确定初始特征集；

删除所述初始特征集中支持度小于第一阈值的特征，得到训练特征集；

基于所述预设关联关系挖掘算法，从所述训练特征集中挖掘出置信度满足预设条件的至少一条特征关联关系作为所述至少一条预设关联关系。

4.根据权利要求3所述的方法，其中，所述基于所述批量历史数据报文进行特征工程，确定所述初始特征集，包括：

对所述批量历史数据报文中的连续特征进行分箱处理，得到离散特征；

对得到的离散特征进行独热one-hot化处理，得到初始特征集。

5.根据权利要求4所述的方法，其中，所述删除所述初始特征集中支持度小于预设阈值的特征，得到训练特征集，包括：

从所述初始特征集中筛选出频繁项为1的特征，得到频繁特征集；

删除所述频繁特征集中支持度小于第一阈值的特征，得到训练特征集。

6.根据权利要求1-5任一项所述的方法，

所述预设关联关系算法包括频繁模式FP-增长法和Apriori法中的一种。

7.根据权利要求1-5任一项所述的方法，其中，所述基于所述目标数据报文与至少一条预设关联关系的匹配关系，确定所述目标数据报文的风险总值，包括：

确定所述目标数据报文与至少一条预设关联关系的匹配关系；

当所述目标数据报文与所述预设关联关系匹配时，将所述目标数据报文相对于所述预设关联关系的风险值设为零；

当所述目标数据报文与所述预设关联关系不匹配时，基于所述目标数据报文中指定特征的值与所述预设关联关系中指定特征的值的距离，确定所述目标数据报文相对于所述预设关联关系的风险值；

对所述目标数据报文相对于所述至少一条预设关联关系的风险值进行汇总，得到所述目标数据报文的风险总值。

8.根据权利要求7所述的方法，其中，所述基于所述风险总值，确定所述目标数据报文是否存在异常风险，包括：

当所述风险总值为零时，确定所述目标数据报文不存在异常风险；

当所述风险总值大于零且小于第二阈值时，确定所述目标数据报文存在低异常风险；

当所述风险总值大于第二阈值时，确定所述目标数据报文存在高异常风险。

9.根据权利要求1-5、7-8中任一项所述的方法，在所述生成待上报的目标数据报文之前，所述方法包括：

生成待上报的特征数据；

基于第一预设规则，检测所述特征数据中的单个特征是否存在异常，其中，所述第一预设规则是针对单一特征的格式错误校验规则；

在所述特征数据中的单个特征不存在异常的情况下，基于所述特征数据生成待上报的目标数据报文。