[发明专利]多维度异常流量识别方法、装置及计算机设备

说明书

本申请涉及一种多维度异常流量识别方法、装置及计算机设备，其中，该方法包括：获取用户数据步骤，用于获取待识别用户数据；用户质量评分步骤，用于根据所述活跃日期对用户设置初始评分并结合所述使用IP地址、访问媒体及访问广告点位其中任一或其任意组合进行多维度用户行为评估以更新所述初始评分，得到所述用户的质量评分；异常流量识别步骤，用于设定一评分阈值并根据所述评分阈值对比用户的所述质量评分，以根据用户质量识别异常流量，具体的，低于所述评分阈值的用户产生的流量识别为异常流量，所述评分阈值根据业务需求及目标用户群设定。本申请对用户质量进行量化，实现根据用户质量识别异常流量，提高了互联网流量监测中异常流量的检出率。

技术领域

本申请涉及互联网技术领域，特别是涉及多维度异常流量识别方法、装置及计算机设备。

背景技术

广告投放是互联网商业营销的关键手段，但是由于其中的商业利益，在广告投放中往往出现各种形式的异常流量，这对广告主带来了巨大的损失，所以需要判断用户的质量，即哪些用户是真实的，哪些用户是虚假的。

在互联网用户行为研究中，媒体运营方和监测服务商通常会采集用户的行为信息，例如用户ID、IP地址、时间戳等。也会根据协议采集媒体的相关信息，例如媒体名称、媒体点位信息等。互联网广告是一种用户、媒体、媒介三个要素组成的一系列活动，对于用户质量的判定问题，当前主流的做法是利用采集到的数据，提取用户、媒体、媒介特征，利用经验准则进行判定，例如在时间戳维度上，检测用户行为的频次是否在合理范围；在关联的IP地址维度上，检测IP归属地异常切换等。

上述现有的异常流量检测机制多基于某一种维度，如专利文献，对于变化各异的异常流量形态，检出率有限，本文旨在设计一种多维度的异常流量识别方法，以提高互联网流量监测中异常流量的检出率。

发明内容

本申请实施例提供了一种多维度异常流量识别方法、装置及计算机设备，根据待识别用户数据对用户质量进行量化，实现根据用户质量识别异常流量，提高了互联网流量监测中异常流量的检出率。

第一方面，本申请实施例提供了一种多维度异常流量识别方法，包括：

获取用户数据步骤，用于获取待识别的用户数据，所述用户数据至少包括：若干用户ID及每一所述用户对应的活跃日期、使用IP地址、访问媒体及访问广告点位中任一或其任意组合；

用户质量评分步骤，用于根据所述活跃日期对用户设置初始评分并结合所述用户数据进行多维度用户行为评估以更新所述初始评分，得到所述用户的质量评分；

异常流量识别步骤，用于设定一评分阈值并根据所述评分阈值对比用户的所述质量评分，以根据用户质量识别异常流量，具体的，低于所述评分阈值的用户产生的流量识别为异常流量，所述评分阈值根据业务需求及目标用户群设定。

在其中一些实施例中，所述用户质量评分步骤进一步包括：

初始评分获取步骤，用于计算一设定时间段内所述用户的活跃日期数，并根据所述活跃日期数设置所述用户的初始评分；

评分更新步骤，用于利用在所述设定时间段内所述用户的使用IP地址、访问媒体及访问广告点位其一或其任意组合对所述用户进行评估并更新所述初始评分，得到所述用户的质量评分。

在其中一些实施例中，所述评分更新步骤中，进一步包括：使用IP地址评估步骤、访问媒体评估步骤及访问广告点位评估步骤。

在其中一些实施例中，所述使用IP地址数评估步骤进一步包括：

计算所述设定时间段内所述用户使用的不同IP地址数，并计算所述用户使用的日均IP地址数，具体的，所述用户使用的不同IP地址数为经合法性判断及去重操作后的计算得到的IP地址数；