[发明专利]确定异常对象的方法、装置、设备、介质和程序产品

说明书

根据本公开的示例实施例，提供了一种确定异常对象的方法、装置、设备、介质和程序产品。涉及人工智能领域，尤其涉及网络安全技术领域和深度学习技术领域。具体实现方案为：获取与对象相关的行为数据；基于行为数据，构建对象的关系图谱，关系图谱包括表示与对象有关的标识的多个节点以及表示多个节点之间关系的多条边，边表示标识之间的交互关系，节点具有对应的节点特征，用于表示对象的行为模式；基于多个节点中的至少一个节点的节点特征，确定对象的对象特征；以及基于对象特征，确定对象是否为异常对象。根据本公开的实施例，可以准确地确定对象的特征，进而可以准确地确定对象是否为异常对象。

技术领域

本公开涉及人工智能领域，并且更具体地，涉及确定异常对象的方法、装置、设备、计算机可读存储介质和计算机程序产品。

背景技术

近年来，随着互联网的飞速发展，侵犯网络安全的产业(例如网络黑灰产)也在不断发展。这些产业链包括但不限于异常对象在各种应用和平台上进行的木马病毒、养号刷单、薅羊毛、电信诈骗、知识盗版、流量劫持等异常操作。这些异常对象的异常操作侵犯了正常对象和平台的隐私和正当利益，给用户造成了不佳的用户体验。因此需要一种准确识别侵犯网络安全的异常对象的技术方案。

发明内容

根据本公开的示例实施例，提供了一种确定异常对象的方法、装置、设备、计算机可读存储介质和计算机程序产品。

在本公开的第一方面中，提供了一种确定异常对象的方法。该方法包括：获取与对象相关的行为数据；基于行为数据，构建对象的关系图谱，关系图谱包括表示与对象有关的标识的多个节点以及表示多个节点之间关系的多条边，边表示标识之间的交互关系，节点具有对应的节点特征，用于表示对象的行为模式；基于多个节点中的至少一个节点的节点特征，确定对象的对象特征；以及基于对象特征，确定对象是否为异常对象。

在本公开的第二方面中，提供了一种确定异常对象的装置。该装置包括：第一数据获取模块，被配置为获取与对象相关的行为数据；关系图谱构建模块，被配置为基于行为数据，构建对象的关系图谱，关系图谱包括表示与对象有关的标识的多个节点以及表示多个节点之间关系的多条边，边表示标识之间的交互关系，节点具有对应的节点特征，用于表示对象的行为模式；第一对象特征确定模块，被配置为基于多个节点中的至少一个节点的节点特征，确定对象的对象特征；以及第一异常对象确定模块，被配置为基于对象特征，确定对象是否为异常对象。

在本公开的第三方面中，提供了一种电子设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

在本公开的第五方面中，提供了一种计算机程序产品，包括计算机程序指令，该计算机程序指令被处理器实现如本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素。附图用于更好地理解本方案，不构成对本公开的限定，其中：

图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；

图2示出了根据本公开的一些实施例的确定异常对象的示例的流程图；

图3示出了根据本公开的实施例的对象的行为数据的表的示意图；

图4示出了根据本公开的实施例的关系图谱的示意图；