[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

说明书

本发明实施例提供的基于人工智能的业务大数据特征采集方法及服务器，通过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，然后根据所述业务数据流样本集合对预设的防干扰特征检测网络进行机器学习，并通过学习后的防干扰特征检测网络对各业务采集终端采集的业务数据流进行特征采集，得到相应业务数据流的业务特征信息。如此，能够尽可能减少干扰数据对采集的业务数据流的目标特征检测准确性的影响，从而提高业务数据流目标特征检测的准确性。

本申请是申请号为202110077113.1、申请日为2021年01月20日、发明名称为“基于人工智能的业务大数据分析方法及服务器”的发明专利申请的分案申请。

技术领域

本发明实施例涉及人工智能及大数据分析技术领域，具体涉及一种基于人工智能的业务大数据分析方法及服务器。

背景技术

人工智能（Artificial Intelligence，缩写为AI）是对人的意识、思维过程进行模拟的一门学科。机器学习（Machine Learning）和深度学习（Deep Learning）作为人工智能的技术核心，也已经取得重大的突破，机器被赋予强大的认知和预测能力。基于提供各种实际的业务应用场景的人工智能平台，例如提供电商购物、在线教育等应用场景的人工智能平台，对产生业务数据流通过人工智能技术进行特征检测已经得到了广泛的应用。在基于机器学习的大数据分析及特征检测的实际应用中，无论是学习所用的样本数据还是待检测的数据均可能会产生大量的干扰数据或无用数据，甚至是外部恶意攻击对象特意加入的入侵干扰数据，导致基于机器学习的大数据分析结果不能很好的进行应用或者应用的效果较差等问题。

发明内容

有鉴于此，本发明实施例提供了一种基于人工智能的业务大数据分析方法,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；

根据所述业务数据流样本集合对预设的防干扰特征检测网络进行机器学习，并通过学习后的防干扰特征检测网络对各业务采集终端采集的业务数据流进行特征检测，得到相应业务数据流的业务特征信息。

本发明实施例中，所述根据所述目标业务特征样本集合对预设的防干扰特征检测网络进行机器学习，并通过学习后的防干扰特征检测网络对各业务采集终端采集的业务数据流进行特征检测，得到相应业务数据流的业务特征信息，包括：

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；

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根据所述第二目标防干扰特征检测网络对采集的业务数据流进行目标特征检测得到所述采集的业务数据流的业务特征信息。

本发明实施例还提供一种服务器，包括处理器和存储器，所述处理器执行所述存储器中存储的计算机程序，以实现上述的基于人工智能的业务大数据分析方法。

本发明实施例提供的基于人工智能的业务大数据分析方法及服务器，通过对业务数据流样本进行目标业务特征提取，得到目标业务特征样本集合，然后根据所述目标业务特征样本集合对预设的防干扰特征检测网络进行机器学习，并通过学习后的防干扰特征检测网络对各业务采集终端采集的业务数据流进行特征检测，得到相应业务数据流的业务特征信息。能够尽可能减少干扰数据对采集的业务数据流的目标特征检测准确性的影响，从而提高业务数据流目标特征检测的准确性。