[发明专利]异常数据识别方法、装置及系统、搜索方法及装置

权利要求书

1.一种异常数据识别方法，其特征在于，包括：

以网络交互平台进行数据交互的第一类型主体和第二类型主体为节点，建立所述第一类型主体节点和所述第二类型主体节点间的数据关联网络，所述数据关联网络包括节点间的有向关联关系和关联数据；

分别设置所述第一类型主体节点和所述第二类型主体节点的初始异常概率；

以所述第一类型主体节点和所述第二类型主体节点建立第一节点集合和第二节点集合，其中，所述第一节点集合中节点对应的主体为第一类型主体，所述第二节点集合中节点对应的主体为第二类型主体；

对于第一节点集合中的每个第一指定节点，依据节点间的有向关联关系，从第二节点集合中选择有向关联关系为指向该第一指定节点的节点来建立第三节点集合；

基于所述第三节点集合中各节点与该第一指定节点间的关联数据、以及所述第三节点集合中各节点的初始异常概率，计算该第一指定节点的目标概率；

对于第二节点集合中的每个第二指定节点，依据节点间的有向关联关系，从第一节点集合中选择有向关联关系为指向该第二指定节点的节点来建立第四节点集合；

基于所述第四节点集合中各节点与该第二指定节点间的关联数据、以及所述第四节点集合中各节点的目标概率，计算该第二指定节点的目标概率；

使用所述第一节点集合中每个节点的目标概率更新该节点的初始异常概率，使用所述第二节点集合中每个节点的目标概率更新该节点的初始异常概率；

基于所述第一节点集合和所述第二节点集合中节点修正后的初始异常概率，计算所述数据关联网络中关联数据的异常概率；

基于关联数据的异常概率，识别所述数据关联网络中的异常关联数据。

2.如权利要求1所述的方法，其特征在于，所述基于所述第三节点集合中各节点与该第一指定节点间的关联数据、以及所述第三节点集合中各节点的初始异常概率，计算该第一指定节点的目标概率，包括：

基于所述第三节点集合中各节点与该第一指定节点间的关联数据，计算所述第三节点集合中各节点与该第一指定节点的关联权重；

基于所述第三节点集合中各节点与该第一指定节点的关联权重、以及所述第三节点集合中各节点的初始异常概率，计算该第一指定节点的目标概率。

3.如权利要求2所述的方法，其特征在于，所述基于所述第三节点集合中各节点与该第一指定节点的关联权重、以及所述第三节点集合中各节点的初始异常概率，计算该第一指定节点的目标概率，包括：

基于第三节点集合中各节点与该第一指定节点的关联权重、所述第三节点集合中各节点的初始异常概率、该第一指定节点的初始异常概率、以及第一预设收敛系数，计算该第一指定节点的目标概率。

4.如权利要求3所述的方法，其特征在于，所述第一预设收敛系数为0至1之间的实数。

5.如权利要求1所述的方法，其特征在于，所述基于所述第四节点集合中各节点与该第二指定节点间的关联数据、以及所述第四节点集合中各节点的目标概率，计算该第二指定节点的目标概率，包括：

基于所述第四节点集合中各节点与该第二指定节点间的关联数据，计算所述第四节点集合中各节点与该第二指定节点的关联权重；

基于所述第四节点集合中各节点与该第二指定节点的关联权重，以及所述第四节点集合中各节点的异常概率、该第二指定节点的初始异常概率、以及第二预设收敛系数，计算该第二指定节点的目标概率。

6.如权利要求5所述的方法，其特征在于，所述第二预设收敛系数为0至1之间的实数。

7.如权利要求1所述的方法，其特征在于，所述基于所述第一节点集合和所述第二节点集合中节点修正后的初始异常概率，计算所述数据关联网络中关联数据的异常概率，包括：

将具有有向关联关系的两个节点修正后的初始异常概率的乘积，作为该两个节点间关联数据的异常概率。

8.如权利要求1所述的方法，其特征在于，所述基于关联数据的异常概率，识别所述数据关联网络中的异常关联数据，包括：

判断所述关联网络中异常概率大于第一预设阈值的关联数据为异常关联数据。