[发明专利]基于复杂对应系统的用户行为一致性度测量方法

摘要

一种基于复杂对应系统的用户行为一致性度测量方法，应用于互联网支付平台安全。整个方案分为三个阶段第一阶段根据现有用户行为模型分析复杂对应关系特征，第二阶段根据用户行为特征建立行为轮廓，构建用户行为关系矩阵，第三阶段根据用户复杂对应特征，完成用户行为矩阵分解，计算用户行为一致性度，检测用户行为与预期行为的一致程度。对用户的内部行为关系进行了较细致的分析，建立了用户行为关系的轮廓，并对复杂对应关系进行区分和分类，给出了基于复杂对应关系用户行为的一致性测量和分析构架。有效地将复杂对应关系进行区分和计算，解决了存在复杂对应模型对的行为一致性测度问题，并大大缩短了运算时间。

主权项

一种基于复杂对应系统的用户行为一致性度测量方法，其特征在于，整个方案分为三个阶段：第一阶段具体实施步骤：步骤1‑1，在已有工作流网的基础上，对交叉序关系进行细分，细化行为轮廓关系；步骤1‑2，分析复杂对应关系，将复杂对应关系分类，确定各个类的行为特征；步骤1‑3，同时根据用户之间的间接关系分析用户活动间的传递依赖关系；以上步骤1‑1、1‑2和1‑3是并列进行着；第二阶段具体实施步骤：步骤2‑1，根据步骤1‑2完成的复杂对应关系的分类及其每个类的行为特征，确定五类对应关系之间的相关性；步骤2‑2，根据步骤1‑1细化的行为轮廓关系，建立用户扩展的行为轮廓关系；步骤2‑3，在步骤2‑2的基础上并结合步骤1‑3，根据公式把用户行为关系转化成矩阵元素；其中aij为行为关系矩阵中的元素，并且i,j＝1,2,…,n；步骤2‑4，在步骤2‑2和2‑3的基础上，构建用户行为关系矩阵图；从矩阵MD1→MD2→MD3→MD4…→MDn→MD，其构造步骤如下所示：第三阶段具体实施步骤：步骤3‑1，根据步骤2‑1确定的五类用户复杂对应类以及步骤2‑4建立的行为关系矩阵图，将用户行为关系矩阵进行分解；步骤3‑2，根据用户实际模型与预期模型的对应关系，计算用户模型与预期模型的行为一致性，计算公式：其中，一致的行为关系表现出用户活动的一致的部分，用行为矩阵的面积来刻画其整个一致的行为关系，一致性度值越高代表该用户行为与预期行为越一致，一致性度值越低代表该用户行为与预期行为越不一致，当一致性度特别低时，怀疑该用户行为为非法行为。