[发明专利]基于可信设备指纹判断异常行为的方法及系统

权利要求书

1.基于可信设备指纹判断异常行为的方法，其特征在于，包括，

根据获取的用户操作样本中用户在设备上的操作行为、设备本身属性、和设备关联信息、采用有监督学习和半监督学习相结合的方式训练构建的用户设备归属判断模型：

获取用户操作样本数据；

将所述用户操作样本数据分为第一有标签样本和无标签样本；

将所述第一有标签样本平均分为两份，其中一份做有监督学习，通过交叉验证建模得到基于用户操作行为的第一判断模型；

使用所述第一判断模型对所述无标签样本进行半监督学习，得到第二有标签样本；

将所述第一有标签样本的另一份与所述第二有标签样本进行有监督学习，确定构建的所述用户设备归属判断模型；

获取用户操作行为属性数据；

基于所述用户操作行为属性数据中用户在设备上的操作行为、设备本身属性、和设备关联信息以及衍生的变量，通过训练的所述用户设备归属判断模型运算，得到对应该用户的可信设备指纹；

若通过用户可信设备指纹发现用户设备被其他用户进行特定操作时，发出异常行为的提示。

2.根据权利要求1所述的基于可信设备指纹判断异常行为的方法，其中，所述基于所述用户操作行为属性数据中用户在设备上的操作行为、设备本身属性、和设备关联信息以及衍生的变量，通过训练的所述用户设备归属判断模型运算，得到对应该用户的可信设备指纹进一步包括：

将所述可信设备指纹存储于对应该用户的关系网信息中。

3.根据权利要求1所述的基于可信设备指纹判断异常行为的方法，其中，所述基于所述用户操作行为属性数据中用户在设备上的操作行为、设备本身属性、和设备关联信息以及衍生的变量，通过训练的所述用户设备归属判断模型运算，得到对应该用户的可信设备指纹进一步包括：

将所述可信设备指纹及设备实时使用用户信息作为借贷反欺诈模型的输入变量。

4.根据权利要求1所述的基于可信设备指纹判断异常行为的方法，其中，

所述若通过用户可信设备指纹发现用户设备被其他用户进行特定操作时，发出异常行为的提示进一步包括：

若所述特定操作为与借贷相关时，进一步核实使用该设备的用户的身份信息。

5.根据权利要求1所述的基于可信设备指纹判断异常行为的方法，其中，

所述可信设备定义为用户的常用设备，且该设备未出现过异常行为。

6.根据权利要求1所述的基于可信设备指纹判断异常行为的方法，其中，基于所述用户操作行为属性数据中用户在设备上的操作行为、设备本身属性、和设备关联信息以及衍生的变量，通过训练的所述用户设备归属判断模型运算，得到对应该用户的可信设备指纹还包括：

获取所述用户设备归属判断模型所需输入变量；

所述输入变量包含所述用户操作行为属性数据；

使用训练的所述用户设备归属判断模型对所述用户操作行为属性数据中用户在设备上的操作行为、所述设备本身属性、和所述设备关联信息以及衍生的变量进行运算，得到用户设备归属结果。

7.根据权利要求1至6任一项所述的基于可信设备指纹判断异常行为的方法，其中，获取的用户操作样本中用户在设备上的操作行为包括：用户在不同设备上的操作顺序、用户在不同设备上的操作次数。