[发明专利]一种异常账号传播方法、装置、电子设备和存储介质

说明书

本发明实施例提供了一种异常账号传播方法、装置、电子设备和存储介质，涉及异常检测技术领域。该方法包括：在已注册的多个用户中，查找具有共享关系的用户，并获取具有共享关系的用户之间的相似度；根据多个用户之间的共享关系，以及具有共享关系的用户之间的相似度，将多个用户划分成不同的社区；其中，社区内用户之间的相似度，大于社区内用户与社区外用户之间的相似度；根据已确定的异常账号，计算每个社区中异常账号所占比例，并将异常账号所占比例大于预设阈值的社区确定为异常传播社区；将异常传播社区中的所有用户账号传播为异常账号。本发明的方案在保证准确率的情况下实现了更多异常账号的召回，降低了召回率损失，提升了召回能力。

技术领域

本发明涉及异常检测技术领域，尤其涉及一种异常账号传播方法、装置、电子设备和存储介质。

背景技术

在互联网安全领域中，对于非法用户的异常账号检测尤为重要。在异常账号检测场景中，为了尽量避免对正常用户的打扰，一般要求检测模型必须具备高准确率，但是高准确率不可避免地会降低检测模型的召回能力，降低异常账号召回率，进而产生“漏网之鱼”。

发明内容

本发明提供一种异常账号传播方法、装置、电子设备和存储介质，解决现有技术中异常账号检测模型的高准确率导致异常账号召回率低的问题。

在本发明实施的第一方面，提供了一种异常账号传播方法，包括：

在已注册的多个用户中，查找具有共享关系的用户，并获取具有共享关系的用户之间的相似度；

根据所述多个用户之间的共享关系，以及具有共享关系的用户之间的相似度，将所述多个用户划分成不同的社区；其中，社区内用户之间的相似度，大于社区内用户与社区外用户之间的相似度；

根据已确定的异常账号，计算每个社区中异常账号所占比例，并将异常账号所占比例大于预设阈值的社区确定为异常传播社区；

将所述异常传播社区中的所有用户账号传播为异常账号。

可选的，根据所述多个用户之间的共享关系，以及具有共享关系的用户之间的相似度，将所述多个用户划分成不同的社区的步骤包括：

根据所述多个用户之间的共享关系，以及具有共享关系的用户之间的相似度，构建加权图模型；

根据所述加权图模型以及预设社区检测算法，将所述多个用户划分成不同的社区。

可选的，根据所述多个用户之间的共享关系，以及具有共享关系的用户之间的相似度，构建加权图模型的步骤包括：

将每个用户分别作为加权图模型中的一个节点；

根据所述多个用户之间的共享关系，将所述加权图模型中对应节点之间连接一条边；

根据具有共享关系的用户之间的相似度，确定所述加权图模型中对应节点之间边的权重。

可选的，在已注册的多个用户中，查找具有共享关系的用户，并获取具有共享关系的用户之间的相似度的步骤包括：

根据已注册的多个用户的操作行为日志，提取每个用户的操作行为参数；

根据每个用户的操作行为参数，查找具有共享关系的用户，并根据每个用户的操作行为参数，获取具有共享关系的用户之间的相似度。

可选的，根据每个用户的操作行为参数，获取具有共享关系的用户之间的相似度的步骤包括：

获取每个操作行为参数对用户分类的权重；

根据每个操作行为参数的权重，构建每个用户的特征向量；

根据每个用户的特征向量，获取具有共享关系的用户的特征向量之间的相似距离。