[发明专利]网络异常行为重点人员分析层级划分的识别方法及设备

说明书

本发明公开了一种网络异常行为重点人员分析层级划分的识别方法及设备，其步骤包括：工商登记信息采集、信用信息采集、筛选梳理股东信息、构建信息库、确定目标并进行数据获取、数据入库并生成分析报告、生成重点人员分析报告，通过上述步骤实现对于网络异常行为的重点人员分析层级划分，该方法集数据获取、信息库构建、后台会员信息分析为一体，以互联网海量数据为基础，开展常态化的监测采集，对于已发现的可疑人员能够进行持续性的跟踪关注，具有先进可靠，安全性高，扩展性好，可实现重点监控的特点。

技术领域

本发明属于网络异常行为分析技术领域，具体涉及网络异常行为重点人员分析层级划分的识别方法及设备。

背景技术

随着我国经济体制深刻变革、社会结构深刻变动、利益格局深刻调整、思想观念深刻变化，各类经济犯罪活动层出不穷、手段不断翻新、侵害领域不断扩大。传统的异常行为也随着互联网浪潮演变成为无接触式的网络异常行为。通常，网络异常行为虚拟性更强更具有欺骗迷惑性，可随着网络风口热潮伪装成各类流行项目；在网络上进行传播能够使其跨地域扩散，同时隐蔽性强；对于执法部门而言，网络异常行为也处于工商监管的盲区，在数以亿计的信息中无法有效、及时的发现非法异常行为的蛛丝马迹。因此相比于传统异常行为，网络异常行为自身的特殊性也使其危害更大，波及面更广。

不足之处：网络异常行为的特性导致监管部门无法有效的对重点人员、骨干分子、以及职业化参与人无法进行很好的识别监管，当这些高危人群再进行二次、多次异常行为时无法及时精准的研判识别。同时，当执法人员在准备打击某个网络异常行为项目后，如何对该项目参与人员进行及时有效的梳理、掌握该项目的人员层级划分架构；如何将该项目准确定性为异常行为、如何将背后“董监高”的犯罪事实及时界定有效定罪，也是目前执法部门在打击网络异常行为时的难点所在。

发明内容

为克服上述存在之不足，本发明的发明人通过长期的探索尝试以及多次的实验和努力，不断改革与创新，提出了网络异常行为重点人员分析层级划分的识别方法及设备，其集数据获取、信息库构建、后台会员信息分析为一体，以互联网海量数据为基础，开展常态化的监测采集，对于已发现的可疑人员能够进行持续性的跟踪关注，具有先进可靠，安全性高，扩展性好，可实现重点监控的特点。

为实现上述目的本发明所采用的技术方案是：提供一种网络异常行为重点人员分析层级划分的识别方法，其包括以下步骤：

1)工商登记信息采集：基于网站的备案主体，追溯网站的经营公司，并查找该公司的历史变更记录、信用信息从而落地法人；

2)信用信息采集：基于已知的法人主体，在互联网检索与该法人相关联的信用记录信息；

3)筛选梳理股东信息：通过对法人的投资关系及股东信息，查找其关联人和关联机构，从而追溯可疑平台的组织者和运营者，落地人员身份，同时查找其关联人和关联机构的信用信息；

4)构建信息库：根据获取到的工商登记信息、信用记录信息、股东信息及其关联人和关联机构信息，构建信息库；

5)确定目标并进行数据获取：确定目标并进行数据获取：通过前期研判，确定将某个网络异常行为站点列为打击目标，目标确定并审核通过后，进行自动化打击尝试并进行后台数据获取，当自动化打击失败后转入人工打击并进行后台数据获取；

6)数据入库并生成分析报告：数据入库并生成分析报告：对获取到的后台数据进行清洗，生成分析报告；

7)生成重点人员分析报告：结合信息库和目标平台的数据，根据人员的手机号码或身份证信息，查找统计其在网站中的参与程度来生成重点人员分析报告。

根据本发明所述的一种网络异常行为重点人员分析层级划分的识别方法，其进一步的优选技术方案是：步骤2)中关联的信用记录信息中的列入经营异常名录记录、列入严重违法失信企业名单记录、关联裁判文书记录和失信被执行记录为衡量法人信用的关键数据，对于信用度较差的失信人员进行重点关注。