[发明专利]异常行为的识别方法、装置、设备及存储介质

权利要求书

1.一种异常行为的识别方法，其特征在于，所述方法包括：

获取终端上报的多个维度的历史属性信息；

将所述历史属性信息写入分布式缓存后与至少一个设备标识码进行关联映射得到映射关系；

接收终端发起的业务请求，判断所述业务请求是否携带设备标识码，若否，根据所述业务请求的当前属性信息及所述映射关系，从所述分布式缓存中查询所述业务请求关联的至少一个目标标识码；

根据所述目标标识码及预设识别规则，判断发起所述业务请求的用户是否存在异常行为。

2.如权利要求1所述的异常行为的识别方法，其特征在于，所述将所述历史属性信息写入分布式缓存后与至少一个设备标识码进行关联映射得到映射关系，包括：

将每个维度的历史属性信息划分为核心维度的历史属性信息及非核心维度的历史属性信息；

将所述核心维度的历史属性信息与所述非核心维度的历史属性信息分别与设备标识码进行关联映射得到映射关系。

3.如权利要求2所述的异常行为的识别方法，其特征在于，所述根据所述目标标识码及预设识别规则，判断发起所述业务请求的用户是否存在异常行为，包括：

获取所述目标标识码对应的核心维度的历史属性信息及非核心维度的历史属性信息；

根据预设识别规则分别为所述目标标识码对应的核心维度的历史属性信息及非核心维度的历史属性信息进行评分，得到评分结果；

根据所述评分结果判断发起所述业务请求的用户是否存在异常行为。

4.如权利要求3所述的异常行为的识别方法，其特征在于，所述根据所述评分结果判断发起所述业务请求的用户是否存在异常行为，包括：

当所述评分结果的分值大于第一阈值且小于第二阈值时，判断发起所述业务请求的用户的风险等级为低风险；

当所述评分结果的分值小于或等于第一阈值时，判断发起所述业务请求的用户的风险等级为无风险；

当所述评分结果的分值大于或等于第三阈值时，判断发起所述业务请求的用户的风险等级为高风险；

当所述评分结果的分值大于第二阈值且小于第三阈值时，判断发起所述业务请求的用户的风险等级为中风险；

若所述用户的风险等级为无风险时，判断所述用户不存在异常行为；

若所述用户的风险等级为高风险、中风险或低风险时，判断所述用户存在异常行为。

5.如权利要求1所述的异常行为的识别方法，其特征在于，所述获取终端上报的多个维度的历史属性信息，包括：

从消息队列中获取终端每隔预设时间段上报的多个维度的历史属性信息，其中，所述多个维度的历史属性信息为终端通过异步消息的形式发送至所述消息队列中。

6.如权利要求1所述的异常行为的识别方法，其特征在于，所述判断所述业务请求是否携带设备标识码还包括：

当判断所述业务请求携带设备标识码时，根据所述业务请求携带的设备标识码及预设识别规则，判断发起所述业务请求的用户是否存在异常行为。

7.如权利要求1至6中任意一项所述的异常行为的识别方法，其特征在于，所述方法还包括：

将所述多个维度的历史属性信息写入HIVE表中。

8.一种异常行为的识别装置，其特征在于，所述装置包括：

获取模块：用于获取终端上报的多个维度的历史属性信息；

关联模块：用于将所述历史属性信息写入分布式缓存后与至少一个设备标识码进行关联映射得到映射关系；

查询模块：用于接收终端发起的业务请求，判断所述业务请求是否携带设备标识码，若否，根据所述业务请求的当前属性信息及所述映射关系，从所述分布式缓存中查询所述业务请求关联的至少一个目标标识码；

识别模块：用于根据所述目标标识码及预设识别规则，判断发起所述业务请求的用户是否存在异常行为。