[发明专利]GCN模型的建立方法、装置、服务器及存储介质在审

专利信息
申请号: 201811234981.0 申请日: 2018-10-22
公开(公告)号: CN109460492A 公开(公告)日: 2019-03-12
发明(设计)人: 王慧龙;陈晨 申请(专利权)人: 武汉极意网络科技有限公司
主分类号: G06F16/901 分类号: G06F16/901;H04L29/06
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 胡海国
地址: 湖北省武汉市东湖开发区大学园路武汉*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 样本 样本属性 事件类型 样本图 存储介质 预设 服务器 人工智能模型 关系生成 样本访问 用户行为 准确率
【权利要求书】:

1.一种GCN模型的建立方法,其特征在于,所述GCN模型的建立方法包括以下步骤:

获取样本访问请求;

从所述样本访问请求中提取样本事件相关的样本属性;

根据所述样本事件相关的样本属性、以及各样本属性与所述样本事件的关系生成样本图数据;

获取所述样本事件对应的样本事件类型,并将各样本事件的样本事件类型与样本图数据进行对应;

根据所述样本图数据及对应的样本事件类型对初始GCN模型进行训练,获得预设GCN模型。

2.如权利要求1所述的GCN模型的建立方法,其特征在于,所述获取样本访问请求,具体包括:

获取历史访问日志,从所述历史访问日志中获取样本访问请求。

3.如权利要求2所述的GCN模型的建立方法,其特征在于,所述获取历史访问日志,从所述历史访问日志中获取样本访问请求,具体包括:

获取历史访问日志,获取所述历史访问日志中各历史访问请求的请求时间;

根据所述请求时间按照预设时间间隔从所述历史访问日志中选取样本访问请求。

4.如权利要求1~3中任一项所述的GCN模型的建立方法,其特征在于,所述根据所述样本事件相关的样本属性以及各样本属性间的关系生成样本图数据,具体包括:

将所述样本事件作为所述样本图数据的中心节点,将各样本属性作为所述样本图数据的从节点,并根据各样本属性与所述样本事件的关系将所述中心节点和从节点进行连接,以生成样本图数据。

5.如权利要求1~3中任一项所述的GCN模型的建立方法,其特征在于,所述样本属性包括:样本页面ID、样本用户ID、样本设备ID、样本IP地址和样本浏览器标识中的至少一个。

6.如权利要求1~3中任一项所述的GCN模型的建立方法,其特征在于,所述根据所述样本图数据及对应的样本事件类型对初始GCN模型进行训练,获得预设GCN模型之后,所述GCN模型的建立方法还包括:

从用户终端的当前访问请求中提取待验证事件相关的当前属性;

根据所述当前属性、以及各当前属性与所述待验证事件的关系生成待验证图数据;

通过预设GCN模型对所述待验证图数据进行识别,以确定所述待验证事件的当前事件类型。

7.如权利要求6所述的GCN模型的建立方法,其特征在于,所述根据所述当前属性、以及各当前属性与所述待验证事件的关系生成待验证图数据,具体包括:

将所述待验证事件作为所述待验证图数据的中心节点,将各当前属性作为所述样本图数据的从节点,并根据各当前属性与所述待验证事件的关系将所述中心节点和从节点进行连接,以生成待验证图数据。

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GCN模型的建立程序,所述GCN模型的建立程序配置为实现如权利要求1至7中任一项所述的GCN模型的建立方法的步骤。

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GCN模型的建立程序,所述GCN模型的建立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GCN模型的建立方法的步骤。

10.一种GCN模型的建立装置,其特征在于,所述装置包括:

请求获取模块,用于获取样本访问请求;

属性提取模块,用于从所述样本访问请求中提取样本事件相关的样本属性;

图数据生成模块,用于根据所述样本事件相关的样本属性、以及各样本属性与所述样本事件的关系生成样本图数据;

类型获取模块,用于获取所述样本事件对应的样本事件类型,并将各样本事件的样本事件类型与样本图数据进行对应;

模型训练模块,用于根据所述样本图数据及对应的样本事件类型对初始GCN模型进行训练,获得预设GCN模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉极意网络科技有限公司,未经武汉极意网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811234981.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top