[发明专利]基于知识图谱的可疑用户验证方法、装置及计算机设备有效
| 申请号: | 202010461906.9 | 申请日: | 2020-05-27 |
| 公开(公告)号: | CN111711614B | 公开(公告)日: | 2023-02-03 |
| 发明(设计)人: | 唐霞 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
| 主分类号: | H04L9/40 | 分类号: | H04L9/40;G06F16/36;G06Q50/00 |
| 代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 李翔宇 |
| 地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 知识 图谱 可疑 用户 验证 方法 装置 计算机 设备 | ||
1.一种基于知识图谱的可疑用户验证方法,应用于服务器,其特征在于,包括:
获取本地的历史用户数据集合,将所述历史用户数据集合中的各用户数据均转化为用户结构化数据,以得到用户结构化数据集合;
根据所述用户结构化数据集合对应构建历史知识图谱;
将所述历史知识图谱存储至图形数据库;
将所述历史知识图谱中的各实体通过谱聚类进行划分得到与预设的目标聚类数目相同的子团;
将与所述目标聚类数目相同的子团进行社团检测,得到多个历史网络社团;
判断是否接收到用户端上传的当前用户数据;
若接收到用户端上传的当前用户数据,调用预设的目标字段筛选策略选定当前用户数据中的主数据,以得到与当前用户数据对应的当前实体;
获取当前实体与多个历史网络社团中各实体之间的关联权重,以得到多个历史网络社团中与当前实体的关联权重和值为最大和值的目标网络社团;其中,所述目标网络社团判定与当前实体相对应;
若目标社团网络对应的社团标签为可疑社团,根据目标网络社团与当前实体之间的关联权重和值,调用预设的关联权重和值及风险等级值的映射列表,以得到与所述当前实体对应的当前风险等级值;以及
调用与所述当前风险等级值对应的用户端安全验证策略,将与用户端安全验证策略对应的验证指令发送至用户端;其中,所述用户端安全验证策略包括终端挂起策略、终端用户人脸验证策略、或终端验证码验证策略;
其中,所述映射列表预先设置并存储于服务器中。
2.根据权利要求1所述的基于知识图谱的可疑用户验证方法,其特征在于,所述根据所述用户结构化数据集合对应构建历史知识图谱,包括:
调用预设的目标字段筛选策略选定所述用户结构化数据集合中各用户结构化数据中的主数据,通过各主数据对应构建知识图谱中的实体,并根据各主数据之间的联系权重对应构建知识图谱中各实体之间的关系,以根据各实体、及实体之间的关系对应得到历史知识图谱。
3.根据权利要求1所述的基于知识图谱的可疑用户验证方法,其特征在于,所述将所述历史知识图谱中的各实体通过谱聚类进行划分得到与预设的目标聚类数目相同的子团,包括:
获取所输入的相似度矩阵和目标聚类数目;
根据所述相似度矩阵,构建相应的相似矩阵;
根据所述相似矩阵构建邻接矩阵和对角矩阵,由所述对角矩阵与所述邻接矩阵之差得到拉普拉斯矩阵;
获取所述拉普拉斯矩阵中的多个特征值的排名,若判断特征值的排名位于预设排名阈值之前,获取对应的特征向量以组成目标特征向量集合;
将目标特征向量集合中每一特征向量转置为列向量并依次组合,以得到目标向量矩阵;
通过k均值聚类算法将目标向量矩阵中各行向量进行聚类,得到与所述目标聚类数目相同的子团。
4.根据权利要求3所述的基于知识图谱的可疑用户验证方法,其特征在于,所述将与所述目标聚类数目相同的子团进行社团检测,得到多个历史网络社团,包括:
将与所述目标聚类数目相同的多个子图分别进行织网,得到初始社交网络拓扑图;
通过社团检测对初始社交网络拓扑图进行聚类,得到历史网络社团。
5.根据权利要求4所述的基于知识图谱的可疑用户验证方法,其特征在于,所述通过社团检测对初始社交网络拓扑图进行聚类,得到历史网络社团之后,还包括:
若历史网络社团中包括的多个实体中存在实体对应的用户标签为可疑用户,将对应的历史网络社团的社团标签设置为可疑社团。
6.根据权利要求1所述的基于知识图谱的可疑用户验证方法,其特征在于,所述若接收到用户端上传的当前用户数据,调用预设的目标字段筛选策略选定当前用户数据中的主数据,以得到与当前用户数据对应的当前实体之后,还包括:
判断所述历史网络社团中各实体的设备唯一识别码中是否存在有与当前用户数据的设备唯一识别码相同的目标设备唯一识别码;
若所述历史网络社团中各实体的设备唯一识别码中存在有与当前用户数据的设备唯一识别码相同的目标设备唯一识别码,获取目标唯一识别码对应的目标实体,以将目标实体与所述当前实体之间的联系权重设置为1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010461906.9/1.html,转载请声明来源钻瓜专利网。





