[发明专利]一种基于移动终端数据的用户异常行为检测方法

说明书

本发明涉及一种基于移动终端数据的用户异常行为检测方法，包括：步骤S100，获取H个用户的移动终端数据集合X＝[X₁,X₂,...,X_H]，其中X_i＝[X_i1,X_i2,…,X_im]^T为第i个用户的移动终端数据，包括m个特征数值，所述m个特征包括以下任一项或其任意组合：所述移动终端安装的软件类型数量、每种软件类型的APP安装数量、所述APP使用频率、所述APP使用开始时间、所述APP使用结束时间，1≤i≤H，m≥1；步骤S200，根据所述数据集合X获取所述H个用户的行为异常值G＝[G₁,G₂,…,G_H]，其中G_i为第i个用户的行为异常值；步骤S300，基于G_i获取第i个用户的行为异常概率P_i,如果P_i大于第一判断阈值T，则将H个用户中的第i个用户判断为异常用户。

技术领域

本发明涉及信息处理技术，尤其涉及一种用户终端信息的处理方法。

背景技术

同类型群体的异常行为检测，一方面有利于个体的异常提醒，便于个体及时调整生活和工作作息等，另一方面，也可以从该群体中识别出区别于同类人员的不同行为，便于在实际生活和工作环境中进行预警。然而现有的异常行为检测方法对个体的历史数据和群体的历史平均数据等的依赖性较强，且由于所述群体的历史平均数据通常为固定值，因此无法适应同类群体中人员行为的趋势性行为变化，很容易将新的非异常行为判定为异常行为，导致异常行为识别效率低。

发明内容

为解决上述技术问题，本发明公开了一种基于移动终端数据的用户异常行为检测方法，包括：步骤S100，获取H个用户的移动终端数据集合X＝[X₁,X₂,...,X_H]，其中X_i＝[X_i1,X_i2,…,X_im]^T为第i个用户的移动终端数据，包括m个特征数值，所述m个特征包括以下任一项或其任意组合：所述移动终端安装的软件类型数量、每种软件类型的APP安装数量、所述APP使用频率、所述APP使用开始时间、所述APP使用结束时间，1≤i≤H，m≥1；步骤S200，根据所述数据集合X获取所述H个用户的行为异常值G＝[G₁,G₂,…,G_H]，其中G_i为第i个用户的行为异常值；步骤S300，基于G_i获取第i个用户的行为异常概率P_i,如果P_i大于第一判断阈值T，则将H个用户中的第i个用户判断为异常用户。

附图说明

图1是本发明基于移动终端数据的用户异常行为检测方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，将结合附图对本发明作进一步地详细描述。这种描述是通过示例而非限制的方式介绍了与本发明的原理相一致的具体实施方式，这些实施方式的描述是足够详细的，以使得本领域技术人员能够实践本发明，在不脱离本发明的范围和精神的情况下可以使用其他实施方式并且可以改变和/或替换各要素的结构。因此，不应当从限制性意义上来理解以下的详细描述。

本发明公开了一种基于移动终端数据的用户异常行为检测方法，其中本领域技术人员可以理解，所述移动终端可以为手机、PAD等智能终端，且所述移动终端的具体类型不影响本发明的保护范围。

此外，在移动终端中，设置有用于获取所述移动终端状态信息(安装的APP、APP使用频率/间隔、APP启动时间以及APP关闭时间等)的接口，本领域技术人员可以理解，通过调用所述接口可以获取所述移动终端的APP安装情况、APP使用频率/间隔、APP启动时间以及APP关闭时间等。