[发明专利]基于人工智能的业务大数据特征采集方法及服务器

权利要求书

1.一种基于人工智能的业务大数据特征采集方法，其特征在于，应用于与业务采集终端通信的服务器，所述方法包括：

获取针对数据采集范围预先进行业务大数据采集得到的多个业务数据流样本，得到业务数据流样本集合，将所述业务数据流样本集合输入预设目标业务特征网络进行机器学习，得到已学习目标业务特征网络；

通过所述已学习目标业务特征网络对所述业务数据流样本集合进行目标业务特征检测，得到所述业务数据流样本集合的初始目标业务特征集合，并将所述初始目标业务特征集合输入预设的第一防干扰特征检测网络进行机器学习，得到第一目标防干扰特征检测网络；

基于联合模型训练策略以及所述第一目标防干扰特征检测网络对预设的第二防干扰特征检测网络进行机器学习，得到第二目标防干扰特征检测网络，使得训练得到的第二目标防干扰特征检测网络的参数量小于第一目标防干扰特征检测网络的参数量；

将第二目标防干扰特征检测网络发送至所述业务采集终端，通过所述业务采集终端基于所述第二目标防干扰特征检测网络提取采集的业务数据流的目标区块对应的待识别数据流特征；其中，所述目标区块是所述采集的业务数据流不具有干扰数据的区块；

获取所述业务采集终端发送的所述待识别数据流特征，并在预设存储空间中获取与所述待识别数据流特征匹配的目标业务特征信息，将所述目标业务特征信息确定为所述采集的业务数据流的业务特征信息。

2.根据权利要求1所述的方法，其特征在于，将所述初始目标业务特征集合输入预设的第一防干扰特征检测网络进行机器学习，得到第一目标防干扰特征检测网络，包括：

采用所述初始目标业务特征集合对预设的第一防干扰特征检测网络进行机器迭代学习，在采用第N次学习得到的第一防干扰特征检测网络对预先确定的测试业务数据进行目标特征检测所得到的目标特征检测结果达到设定条件时，将第N次学习得到的第一防干扰特征检测网络确定为第一目标防干扰特征检测网络。

3.根据权利要求1所述的方法，其特征在于，基于联合模型训练策略以及所述第一目标防干扰特征检测网络对预设的第二防干扰特征检测网络进行机器学习，得到第二目标防干扰特征检测网络，包括：

基于预设模型训练评价指标以及所述第一目标防干扰特征检测网络对预设的第二防干扰特征检测网络进行机器学习，得到第二目标防干扰特征检测网络；

其中，基于预设模型训练评价指标以及所述第一目标防干扰特征检测网络对预设的第二防干扰特征检测网络进行机器学习，得到第二目标防干扰特征检测网络，包括：

当第i次学习得到的所述预设模型训练评价指标的取值位于设定数值区间时，将第i次学习得到的第二防干扰特征检测网络确定为第二目标防干扰特征检测网络。