[发明专利]黑产团伙识别方法、装置、设备及存储介质

说明书

本发明涉及大数据领域，公开了一种黑产团伙识别方法、装置、设备及存储介质。该方法包括：在预设时间范围内，每接收到同一个用户账户发送的请求信息后，提取请求信息中的多个节点特征；基于各节点特征，构建用户账户的风险特征图，并将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特征子图的最短编码长度，并根据最短编码长度分别将各特征子图拆分为多个特征社区；将各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。本发明还涉及区块链技术，所述请求信息存储于区块链中。本发明实现了对黑产团伙的实时识别，提升了对黑产团伙的防御能力。

技术领域

本发明涉及大数据领域，尤其涉及一种黑产团伙识别方法、装置、设备及存储介质。

背景技术

网络黑产是指通过网络技术手段，通过一些非法的技术手段如伪造设备、LBS(Location Based Services，基于位置服务)，频繁更换IP等方式绕过风控策略，从而利用平台规则漏洞或者在规则范围内获取利益的团伙性作案组织。黑产团伙一般受资源和任务约束的影响，有聚集性、短期高频等特征。且随着安全对抗的进行，网络欺诈黑产已呈现产业链的特征，围绕欺诈，形成了专业的技术开发产业、身份信用包装和虚假身份提供产业、业务漏洞发现和欺诈方法传授产业等。

传统风控策略一般会通过黑名单、多种类型的流量规则、画像规则、模型评分等手段来对抗黑产。这一类方法的优点是能够快速和黑产进行实时对抗，且贴近业务，能够有很好的可解释性，但同时缺点也很明显，即无法及时应对黑产攻击手段的转换或作案方式的升级，需要事后的人为分析后进行规则的调整来应对，但此时可能已经对业务方造成了巨大的利益损失。故传统风控策略无法对黑产团伙进行实时识别。

发明内容

本发明的主要目的在于解决传统风控策略无法对黑产团伙进行实时识别的问题。

本发明第一方面提供了一种黑产团伙识别方法，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。

可选的，在本发明第一方面的第一种实现方式中，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。

可选的，在本发明第一方面的第二种实现方式中，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。

可选的，在本发明第一方面的第三种实现方式中，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：