[发明专利]GCN模型的建立方法、装置、服务器及存储介质

说明书

本发明公开了一种GCN模型的建立方法、装置、服务器及存储介质。本发明从样本访问请求中提取样本事件相关的样本属性，再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，然后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，最后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，在建立预设GCN模型时不仅考虑属性，还考虑了各样本属性与样本事件的关系，能够提高识别准确率，增加了人工智能模型用户行为的难度。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种GCN模型的建立方法、装置、服务器及存储介质。

背景技术

随着信息时代的发展，人们越来越离不开网络，日常生活中会涉及很多通过网络进行的活动，例如：网购火车票、网购优惠商品等，这些活动通常是由用户在用户终端上进行，但由于人工智能对于信息的处理能力远超人类，因此，很多资源容易被利用人工智能来模拟用户行为的攻击者垄断，使得真正的用户无法享受到这些资源。

为保证真正的用户能够享受到这些资源，现有技术中通常采用人机识别验证的方式来对人工智能模拟的用户行为进行识别，并根据识别结果进行行为拦截或行为封禁等处理，从一定层面上增加了人工智能模拟用户行为的难度，但由于现有技术中的人工识别验证的方式在验证过程中仅考虑属性，识别准确性无法满足实际需求。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种GCN模型的建立方法、装置、服务器及存储介质，旨在解决现有技术中人工识别验证的识别准确性无法满足实际需求的技术问题。

为实现上述目的，本发明提供一种GCN模型的建立方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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；