[发明专利]黑产团伙识别方法、装置、设备及存储介质

权利要求书

1.一种黑产团伙识别方法，其特征在于，所述黑产团伙识别方法包括：

在预设时间范围内，每接收到相同用户账户发送的请求信息后，提取所述请求信息中的多个节点特征；

基于所述多个节点特征，构建所述用户账户的风险特征图，并将所述风险特征图切分为多个特征子图；

采用预设编码度量算法分别计算各所述特征子图的最短编码长度，并根据所述最短编码长度分别将各所述特征子图拆分为多个特征社区；

将各所述特征社区输入预置黑产团伙识别模型进行识别，输出黑产团伙识别结果。

2.根据权利要求1所述的黑产团伙识别方法，其特征在于，所述基于各所述节点特征，构建所述用户账户的风险特征图包括：

采用首轮提取的全部节点特征，构建连通的风险特征图；

分别计算本轮提取的各节点特征与上一轮提取的各节点特征的提取时间差；

判断各所述提取时间差是否小于对应节点特征的预置提取时间差阈值；

若小于，则在对应节点特征上继续构建连通的风险特征图，否则在对应节点特征上构建非连通的风险特征图；

循环执行所述分别计算本轮提取的各节点特征与上一轮提取的各节点特征的提取时间差的步骤，直到超出所述预设时间范围时停止执行，得到所述用户账户的风险特征图。

3.根据权利要求2所述的黑产团伙识别方法，其特征在于，所述将所述风险特征图切分为多个特征子图包括：

采用预置图深度搜索算法，遍历所述风险特征图中相连通的节点特征，得到多个强连通子图分量；

基于各所述强连通子图分量，将所述风险特征图划分为多个特征子图。

4.根据权利要求1所述的黑产团伙识别方法，其特征在于，所述采用预设编码度量算法分别计算各所述特征子图的最短编码长度包括：

分别将各所述特征子图划分为多个特征区域，并分别对同一特征子图中各特征区域的节点特征进行编码，得到对应的二级编码；

根据所述二级编码，采用预设编码度量算法分别计算各所述特征子图的编码长度；

基于所述编码长度，重新对各所述特征子图进行划分，得到新的特征区域；

循环执行所述分别对同一特征子图中各特征区域的节点特征进行编码，得到对应的二级编码的步骤，直到最新的编码长度低于预置预置编码长度阈值时停止执行，得到最短编码长度。

5.根据权利要求4所述的黑产团伙识别方法，其特征在于，所述分别对同一特征子图中各特征区域的节点特征进行编码，得到对应的二级编码包括：

采用预置第一级编码规则，分别对各特征子图中的各特征区域进行编码，得到各特征区域对应的第一编码信息；

采用预置第二级编码规则，分别对各所述特征区域中的各节点特征进行编码，得到各节点特征对应的第二编码信息；

拼接所述第一编码信息和所述第二编码信息，得到各特征区域中的各节点特征对应的二级编码。

6.根据权利要求1所述的黑产团伙识别方法，其特征在于，在所述将各所述特征社区输入预置黑产团伙识别模型进行识别，输出黑产团伙识别结果之后，还包括：

根据所述识别结果，将所述用户账户记录至对应的风险属性库中；

根据所述风险属性库中的全部用户账户，生成对应的黑产团伙黑名单，以用于隔离黑产团伙黑名单中的用户账户。

7.根据权利要求1-6中任一项所述的黑产团伙识别方法，其特征在于，在所述将各所述特征社区输入预置黑产团伙识别模型进行识别，输出黑产团伙识别结果之后，还包括：

当接收到所述黑产团伙识别结果对应的反馈信息后，根据所述反馈信息对对应的特征社区进行标注；

将所述已标注与未标注的特征社区输入所述黑产团伙识别模型中进行识别，得到新的识别结果；

基于所述新的识别结果，计算所述黑产团伙识别模型的损失值，并根据所述损失值对所述黑产团伙识别模型进行迭代；

当所述损失值小于预置损失阈值时，则所述预训练模型收敛，得到优化后的黑产团伙识别模型。