[发明专利]物联网窜卡用户识别方法和装置

权利要求书

1.一种物联网窜卡用户识别方法，其特征在于，包括：

从多个待测卡的通信数据中，获取各所述待测卡对应的行为特征数据和用户标识，所述待测卡为待测的物联网卡；

获取预存储的窜卡用户的第一行为特征信息和未知类型用户的第二行为特征信息；

以预设的第一分类模型对所述第一行为特征信息和第二行为特征信息进行处理，获得第一分类和第二分类，且所述第一分类对应的所述第一行为特征信息的数量大于所述第二分类对应的所述第一行为特征信息的数量；

将所述第一分类对应的所述第一行为特征信息，确定为窜卡信息样本；

将所述第二分类对应的所述第二行为特征信息，确定为正常信息样本；

以所述窜卡信息样本和所述正常信息样本作为训练样本，对多个不同的初始分类模型分别进行训练，得到多个不同的子分类模型；

根据所述多个不同的子分类模型，获得窜卡识别模型；

以预设的窜卡识别模型对各所述待测卡对应的所述行为特征数据进行处理，确定各所述待测卡为窜卡或正常卡；

根据各所述用户标识对应的窜卡占比，在所有所述用户标识中确定窜卡用户标识，所述窜卡占比是指所述用户标识对应的所述窜卡的数量在所述用户标识对应的卡总数量中的占比。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个不同的子分类模型，获得窜卡识别模型，包括：

将所述多个不同的子分类模型的处理结果加权求和，并以所述加权求和的结果相对于分类阈值的大小，确定为窜卡识别模型的处理结果；其中，若所述加权求和的结果大于或等于所述分类阈值，则所述窜卡识别模型的处理结果为窜卡；若所述加权求和的结果小于所述分类阈值，则所述窜卡识别模型的处理结果为正常卡。

3.根据权利要求2所述的方法，其特征在于，所述多个不同的初始分类模型包括：随机分离初始模型、近邻初始模型和逻辑回归初始模型。

4.根据权利要求1所述的方法，其特征在于，所述根据各所述用户标识对应的窜卡占比，在所有所述用户标识中确定窜卡用户标识，包括：

在所有所述用户标识中，将与大于占比阈值的窜卡占比对应的用户标识，确定为窜卡用户标识。

5.根据权利要求1所述的方法，其特征在于，所述从多个待测卡的通信数据中，获取各所述待测卡对应的行为特征数据和用户标识，包括：

从多个待测卡的通信数据中，获取各所述待测卡对应的用户标识以及在预设时间段内产生的以下至少一类数据：

上行流量、下行流量、短信数量、语音通话主呼叫时长、语音通话被呼叫时长。

6.一种物联网窜卡用户识别装置，其特征在于，包括：

行为特征数据采集模块，用于从多个待测卡的通信数据中，获取各所述待测卡对应的行为特征数据和用户标识，所述待测卡为待测的物联网卡；

处理模块，用于获取预存储的窜卡用户的第一行为特征信息和未知类型用户的第二行为特征信息；以预设的第一分类模型对所述第一行为特征信息和第二行为特征信息进行处理，获得第一分类和第二分类，且所述第一分类对应的所述第一行为特征信息的数量大于所述第二分类对应的所述第一行为特征信息的数量；将所述第一分类对应的所述第一行为特征信息，确定为窜卡信息样本；将所述第二分类对应的所述第二行为特征信息，确定为正常信息样本；以所述窜卡信息样本和所述正常信息样本作为训练样本，对多个不同的初始分类模型分别进行训练，得到多个不同的子分类模型；根据所述多个不同的子分类模型，获得窜卡识别模型；

以预设的窜卡识别模型对各所述待测卡对应的所述行为特征数据进行处理，确定各所述待测卡为窜卡或正常卡；

窜卡用户标识确定模块，用于根据各所述用户标识对应的窜卡占比，在所有所述用户标识中确定窜卡用户标识，所述窜卡占比是指所述用户标识对应的所述窜卡的数量在所述用户标识对应的卡总数量中的占比。