[发明专利]风险检测方法、装置、设备和存储介质有效

专利信息
申请号: 201910499796.2 申请日: 2019-06-11
公开(公告)号: CN110210227B 公开(公告)日: 2021-05-14
发明(设计)人: 徐超;朱林;熊蜀光 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F21/56 分类号: G06F21/56;G06K9/62;G06N3/08;G06F16/28
代理公司: 北京市铸成律师事务所 11313 代理人: 包莉莉;武晨燕
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 风险 检测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种风险检测方法,其特征在于,包括:

获取目标节点的子图结构,所述子图结构包括所述目标节点在预设时间段内的多个时间点的节点邻居快照,所述节点邻居快照包括所述目标节点与所述目标节点的至少一个关联节点的风险特征;所述目标节点和所述关联节点包括账号、设备和手机号中的至少一种;

根据所述子图结构获取所述目标节点的时序向量列表;所述时序向量列表用于表示所述子图结构中的每个所述目标节点和所述关联节点的属性信息、关联关系和时间信息;

将所述时序向量列表输入风险检测模型,得到所述目标节点的风险检测结果。

2.根据权利要求1所述的方法,其特征在于,根据所述子图结果获取所述目标节点的时序向量列表,包括:

对所述目标节点在所述时间点的节点邻居快照进行特征提取,得到所述目标节点在所述时间点的特征向量;

基于时间顺序拼接所述目标节点在每个所述时间点的特征向量,得到所述时序向量列表。

3.根据权利要求1所述的方法,其特征在于,根据所述子图结构获取所述目标节点的时序向量列表,包括:

根据所述目标节点在所述时间点的节点邻居快照,获取多个属性向量;

按照各所述属性向量的类型,聚合各所述属性向量,得到所述目标节点在所述时间点的特征向量;

基于时间顺序拼接所述目标节点在每个所述时间点的特征向量,得到所述时序向量列表。

4.根据权利要求1至3任一项所述的方法,其特征在于,获取目标节点的子图结构,包括:

在所述预设时间段内采样多种类型的情报数据;

基于各所述情报数据生成多个关系子图,所述关系子图包括多个节点、各节点之间的关联关系、所述关联关系的建立时间,所述节点包括所述目标节点和所述目标节点的关联节点;

基于至少一个所述关系子图,获取所述目标节点的子图结构。

5.根据权利要求4所述的方法,其特征在于,基于至少一个所述关系子图,获取所述目标节点的子图结构,包括:

根据至少一个所述关系子图,对所述目标节点在每个所述时间点的关联关系进行检索,得到所述目标节点在每个所述时间点的节点邻居快照。

6.一种风险检测装置,其特征在于,包括:

子图结构获取模块,用于获取目标节点的子图结构,所述子图结构包括所述目标节点在预设时间段内的多个时间点的节点邻居快照,所述节点邻居快照包括所述目标节点与所述目标节点的至少一个关联节点的风险特征;所述目标节点和所述关联节点包括账号、设备和手机号中的至少一种;

时序向量列表获取模块,用于根据所述子图结构获取所述目标节点的时序向量列表;所述时序向量列表用于表示所述子图结构中的每个所述目标节点和所述关联节点的属性信息、关联关系和时间信息;

风险检测结果得到模块,用于将所述时序向量列表输入风险检测模型,得到所述目标节点的风险检测结果。

7.根据权利要求6所述的装置,其特征在于,所述时序向量列表获取模块包括:

特征提取子模块,用于对所述目标节点在所述时间点的节点邻居快照进行特征提取,得到所述目标节点在所述时间点的特征向量;

第一拼接子模块,用于基于时间顺序拼接所述目标节点在每个所述时间点的特征向量,得到所述时序向量列表。

8.根据权利要求6所述的装置,其特征在于,所述时序向量列表获取模块包括:

属性向量获取子模块,用于根据所述目标节点在所述时间点的节点邻居快照,获取多个属性向量;

聚合子模块,用于按照各所述属性向量的类型,聚合各所述属性向量,得到所述目标节点在所述时间点的特征向量;

第二拼接子模块,用于基于时间顺序拼接所述目标节点在每个所述时间点的特征向量,得到所述时序向量列表。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201910499796.2/1.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