[发明专利]异常行为识别方法、装置、服务器及存储介质

权利要求书

1.一种异常行为识别方法，其特征在于，所述异常行为识别方法包括以下步骤：

获取用户设备发送的待验证交互请求；

根据所述待验证交互请求确定对应的待验证交互行为；

获取所述待验证交互行为的多个待验证特征信息，所述待验证特征信息包括待验证性能特征和实际设备性能特征；

通过目标深度学习模型确定所述待验证特征信息之间的关联度；

根据所述关联度对所述待验证交互行为进行异常识别。

2.如权利要求1所述的异常行为识别方法，其特征在于，所述通过目标深度学习模型确定所述待验证特征信息之间的关联度之前，所述异常行为识别方法还包括：

从所述待验证交互请求中提取用户标识，查找与所述用户标识对应的目标深度学习模型。

3.如权利要求2所述的异常行为识别方法，其特征在于，所述从所述待验证交互请求中提取用户标识，查找与所述用户标识对应的目标深度学习模型，具体包括：

从所述待验证交互请求中提取当前用户标识，在预设模型库中查找与所述当前用户标识对应的目标深度学习模型。

4.如权利要求3所述的异常行为识别方法，其特征在于，所述获取用户设备发送的待验证交互请求之前，所述异常行为识别方法还包括：

获取不同用户标识分别对应的样本交互行为；

获取各样本交互行为分别对应的样本特征信息，获取各样本特征信息之间的关联度；

根据各用户标识的样本特征信息对初始深度学习模型进行训练，获得各用户标识对应的深度学习模型；

将各用户标识以及对应的深度学习模型存储至预设模型库中。

5.如权利要求4所述的异常行为识别方法，其特征在于，所述获取不同用户标识分别对应的样本交互行为，具体包括：

从历史交互日志中获取不同用户标识分别对应的样本交互行为。

6.如权利要求1～5中任一项所述的异常行为识别方法，其特征在于，所述根据所述关联度对所述待验证交互行为进行异常识别，具体包括：

将所述关联度与预设关联阈值进行比较；

根据比较结果对所述待验证交互行为进行异常识别。

7.如权利要求6所述的异常行为识别方法，其特征在于，所述根据比较结果对所述待验证交互行为进行异常识别，具体包括：

当比较结果为所述关联度大于等于所述预设关联阈值时，认定所述待验证交互行为不属于异常行为；

当比较结果为所述关联度小于所述预设关联阈值时，认定所述待验证交互行为属于异常行为。

8.一种服务器，其特征在于，所述服务器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的异常行为识别程序，所述异常行为识别程序配置为实现如权利要求1至7中任一项所述的异常行为识别方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有异常行为识别程序，所述异常行为识别程序被处理器执行时实现如权利要求1至7中任一项所述的异常行为识别方法的步骤。

10.一种异常行为识别装置，其特征在于，所述装置包括：

请求获取模块，用于获取用户设备发送的待验证交互请求；

行为确定模块，用于根据所述待验证交互请求确定对应的待验证交互行为；

信息提取模块，用于从所述待验证交互行为中提取多个待验证特征信息，所述待验证特征信息包括待验证性能特征和实际设备性能特征；

关联度确定模块，用于通过目标深度学习模型确定所述待验证特征信息之间的关联度；

异常识别模块，用于根据所述关联度对所述待验证交互行为进行异常识别。