[发明专利]异常对象集合的识别方法、装置、电子设备和存储介质在审

专利信息
申请号: 202111235871.8 申请日: 2021-10-22
公开(公告)号: CN113934897A 公开(公告)日: 2022-01-14
发明(设计)人: 范雯睿;马骏;戚名钰 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06F16/901 分类号: G06F16/901;G06F16/903
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;贾允
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异常 对象 集合 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种异常对象集合的识别方法,其特征在于,所述方法包括:

获取预设数量个异常对象对应的操作结构信息,所述操作结构信息为以所述预设数量个异常对象为节点,所述预设数量个异常对象中两两异常对象间共同执行的相同目标操作为边的图谱,所述预设数量个异常对象各自对应的目标操作数大于等于预设操作数,且所述两两异常对象对应的相同目标操作数大于等于预设共同操作数;

基于所述操作结构信息,对所述预设数量个异常对象进行集合划分,得到至少一个异常对象集合。

2.根据权利要求1所述的异常对象集合的识别方法,其特征在于,在所述基于所述操作结构信息,对所述预设数量个异常对象进行集合划分,得到至少一个异常对象集合之后,所述方法还包括:

基于所述操作结构信息,确定每个异常对象集合中的核心异常对象,所述核心异常对象为每个所述异常对象集合中异常执行所述目标操作的核心对象,所述核心异常对象用于标识对应的异常对象集合。

3.根据权利要求2所述的异常对象集合的识别方法,其特征在于,所述基于所述操作结构信息,确定每个异常对象集合中的核心异常对象包括:

基于所述操作结构信息,确定所述每个异常对象集合中的每个异常对象和对应的关联异常对象间的关联信息,所述关联信息用于衡量每个所述异常对象与所述对应的关联异常对象间关联的紧密程度,所述关联异常对象为在所述操作结构信息中与每个当前异常对象相连的异常对象;

基于所述关联信息,确定所述每个异常对象集合中每个异常对象对应的异常指标数据;

将异常指标数据满足预设阈值的异常对象作为所述核心异常对象。

4.根据权利要求3所述的异常对象集合的识别方法,其特征在于,所述关联信息包括关联对象总数和目标关联权重,所述基于所述操作结构信息,确定所述每个异常对象集合中的每个异常对象和对应的关联异常对象间的关联信息包括:

基于所述操作结构信息,获取每个所述异常对象对应的关联异常对象的关联对象总数和每个所述异常对象对应的目标关联权重,所述目标关联权重为每个所述异常对象与对应的关联异常对象间的关联权重的和值;

所述基于所述关联信息,确定所述异常对象集合中每个异常对象对应的异常指标数据包括:

基于所述关联对象总数、所述目标关联权重、异常对象总数和累计关联权重,确定每个所述异常对象对应的异常指标数据,所述异常对象总数为每个所述异常对象集合中异常对象的数量值,所述累计关联权重表征每个所述异常对象集合中两两异常对象间的关联权重的和值。

5.根据权利要求1所述的异常对象集合的识别方法,其特征在于,所述方法还包括:

获取基于预设分组信息划分的多个初始操作数据集,所述初始操作数据集表征初始对象对应的共同操作数据的集合,所述初始对象对应的共同操作数据为两两初始对象和所述两两初始对象间共同执行的相同目标操作数,所述初始对象为对应的目标操作数大于等于所述预设操作数的对象;

对每个初始操作数据集分别进行过滤处理,得到过滤操作数据集,所述过滤操作数据集表征待识别对象对应的共同操作数据的集合,所述待识别对象对应的共同操作数据为两两待识别对象和所述两两待识别对象间共同执行的相同目标操作数,所述待识别对象为相同目标操作数大于等于所述预设共同操作数的初始对象;

对所述过滤操作数据集进行合并,得到目标操作数据集;

基于所述目标操作数据集,生成所述操作结构信息。

6.根据权利要求5所述的异常对象集合的识别方法,其特征在于,所述过滤操作数据集为按序排列的多个过滤操作数据集,所述对所述多个过滤操作数据集进行合并,得到目标操作数据集包括:

将所述按序排列的多个过滤操作数据集中的第一个过滤操作数据集和第二个过滤操作数据集合并,并依次合并所述第二个过滤操作数据集之后的过滤操作数据集,直到合并到最后一个过滤操作数据集,得到所述目标操作数据集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111235871.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top