[发明专利]用户请求的检测方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种用户请求的检测方法、装置、计算机设备及存储介质，包括下述步骤：获取发送用户请求的终端的设备数据；采用预设的分值特征对从所述设备数据中提取到的单一特征构造特征集合；按照所述特征集合的类型将所述特征集合输入到异常检测模型中，得到所述用户请求是否存在异常的检测结果，其中，所述异常检测模型为预先采用正样本或负样本特征集合训练至收敛状态，用于通过特征集合对终端进行安全性分类的检测模型。该方法中对标称属性的文本型设备数据构造特征集合，可以挖掘出有效的分类特征集，提高识别的准确性。

技术领域

本发明实施例涉及网络技术领域，尤其是一种用户请求的检测方法、装置、计算机设备及存储介质。

背景技术

随着互联网技术的发展，网络在人们的工作、生活、学习中的作用越来越重要。为保证用户的网络安全，需要时时检测网络用户是否存在异常。异常行为指的是对网络正常运行造成影响的行为。

通常情况下，在用户请求的检测是否存在异常时，由于检测模型较差通常得到的结果不准确。例如，在发送用户注册请求或验证请求时，服务器获取终端的设备数据作为样本数据，并利用样本数据构建模型。但是，由于眼版本数据基本来标称属性，只有少数的数据为数值型，对于标称属性的数据由于难以挖掘有效的分类特征，导致得到的模型较差，进而降低检测异常行为的准确性。

发明内容

本发明实施例提供一种用户请求的检测方法、装置、计算机设备及存储介质。

为解决上述技术问题，本发明创造的实施例采用的一个技术方案是：提供一种用户请求的检测方法，包括下述步骤：

获取发送用户请求的终端的设备数据；

采用预设的分值特征对从所述设备数据中提取到的单一特征构造特征集合；

按照所述特征集合的类型将所述特征集合输入到异常检测模型中，得到所述用户请求是否存在异常的检测结果，其中，所述异常检测模型为预先采用正样本或负样本特征集合训练至收敛状态，用于通过特征集合对终端进行安全性分类的检测模型。

可选地，所述获取发送用户请求的终端的设备数据，包括：

接收所述终端发送的用户请求；

根据所述用户请求中的识别码从服务器中提取预存的设备数据。

可选地，可选地，所述采用预设的分值特征对从所述设备数据中提取到的单一特征构造特征集合，包括：

从所述设备数据中提取单一特征；

将所述单一特征与预设的分值特征进行比对；

当所述单一特征与所述分值特征一致时，将所述单一特征添加到正特征集合中。

可选地，所述按照所述特征集合的类型将所述特征集合输入到异常检测模型中，包括；

当所述特征集合为正特征集合时，将所述特征集合输入到由正样本特征训练得到的异常检测模型中。

可选地，所述将所述特征集合输入到异常检测模型中，得到用户是否异常的检测结果之前，还包括：

获取所述终端的正样本数据；

从所述样本数据中提取单一特征，其中，所述单一特征均设置有标记；

通过标记的正样本单一特征对预设的检测模型进行训练，得到所述异常检测模型。

可选地，所述获取所述终端的正样本数据，包括：

通过多种途径获取样本终端的多种设备数据；

将所述多种设备数据分别进行比对；

将比对一致的设备数据作为正样本数据。