[发明专利]数据流异常检测的方法、装置、电子设备和存储介质

说明书

本申请提供了一种数据流异常检测的方法、装置、电子设备和存储介质，能够应用于电商、直播、航旅、视频等行业互联网应用的流量风控反欺诈中。能够结合行为和关系链共同对数据流进行风险识别，进而判断该数据流是否为黑产行为，提高黑产识别准确性及覆盖率。数据流异常检测的方法，包括：获取数据流，数据流至少包括IP信息和设备信息；对数据流进行特征向量处理，得到目标关系链特征向量和目标行为特征向量；对目标关系链特征向量和目标行为特征向量进行融合处理，得到融合特征向量；将融合特征向量输入预先训练的至少一个风险识别模型，获取至少一个风险识别模型输出的该数据流的风险识别结果。

技术领域

本申请实施例涉及网络安全技术领域，并且更具体地，涉及一种数据流异常检测的方法、装置、电子设备和存储介质。

背景技术

黑产是指以互联网为媒介，以网络技术为手段，利用非法手段获取利益的黑色产业。网络黑产为了实现批量作弊和刷量，通常会在短时间内通过同一个互联网协议(Internet Protocol，IP)地址、设备号、手机号、用户账号发起大量请求，严重影响正常的网络活动。如何对数据流进行风险识别，以判断该数据流是否为黑产行为，是亟待解决的问题。

发明内容

本申请提供了一种数据流异常检测的方法、装置、电子设备、芯片和计算机可读存储介质，对IP和设备关系链特征进行向量嵌入，使得行为特征可以与关系链特征融合，从而能结合行为和关系链共同对数据流进行风险识别，进而判断该数据流是否为黑产行为，提高黑产识别准确性及覆盖率。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请的一方面，提供了一种数据流异常检测的方法，包括：

获取数据流，该数据流至少包括IP信息和设备信息；

对数据流进行特征向量处理，得到目标关系链特征向量和目标行为特征向量；其中，目标关系链特征向量为IP关系链特征向量，且目标行为特征向量为IP行为特征向量；或者，目标关系链特征向量为设备关系链特征向量，且目标行为特征向量为设备行为特征向量；

对目标关系链特征向量和目标行为特征向量进行融合处理，得到融合特征向量；

将融合特征向量输入预先训练的至少一个风险识别模型，获取至少一个风险识别模型输出的该数据流的风险识别结果。

根据本申请的一方面，提供了一种数据流异常检测的装置，包括：

获取模块，用于获取数据流，该数据流至少包括IP信息和设备信息；

确定模型，用于对数据流进行特征向量处理，得到目标关系链特征向量和目标行为特征向量；其中，目标关系链特征向量为IP关系链特征向量，且目标行为特征向量为IP行为特征向量；或者，目标关系链特征向量为设备关系链特征向量，且目标行为特征向量为设备行为特征向量；

融合模块，用于对目标关系链特征向量和目标行为特征向量进行融合处理，得到融合特征向量；

输入模块，用于将融合特征向量输入预先训练的至少一个风险识别模型；

获取模块，还用于获取至少一个风险识别模型输出的该数据流的风险识别结果。

根据本申请的一方面，提供了一种电子设备，包括：处理器和存储器，该存储器用于存储计算机程序，该处理器用于调用并运行该存储器中存储的计算机程序，执行上述数据流异常检测的方法的步骤。

根据本申请的一方面，提供了一种芯片，包括：处理器，用于从存储器中调用并运行计算机程序，使得该处理器执行上述数据流异常检测的方法的步骤。

根据本申请的一方面，提供了一种计算机可读存储介质，用于存储计算机程序，该计算机程序使得计算机执行上述数据流异常检测的方法的步骤。