[发明专利]账号的风险识别方法、装置及存储介质有效

专利信息
申请号: 201910683779.4 申请日: 2019-07-26
公开(公告)号: CN110399925B 公开(公告)日: 2023-09-19
发明(设计)人: 范小龙 申请(专利权)人: 腾讯科技(武汉)有限公司
主分类号: G06F18/24 分类号: G06F18/24;G06F21/45
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王仲凯
地址: 430000 湖北省武*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 账号 风险 识别 方法 装置 存储 介质
【权利要求书】:

1.一种账号的风险识别方法,其特征在于,包括:

获取待检测的目标账号的账号信息,所述账号信息至少包括行为维度的特征信息和内容维度的特征信息;

将至少一个维度的特征信息,依次输入风险识别模型,得到相应的识别结果,其中,所述风险识别模型用于预测所述账号信息中各个维度的特征信息是否为异常信息;所述识别结果包括第一维度的识别结果和第二维度的识别结果;

根据每个所述维度的识别结果,确定所述目标账号的风险识别结果,具体包括:

如果所述第一维度的识别结果表示所述第一维度的特征信息存在异常信息,则确定所述第一维度的识别结果满足预设风险结果条件;根据所述第二维度的识别结果对所述第一维度的识别结果进行验证,若所述第二维度的识别结果也满足所述预设风险结果条件,则得到所述目标账号属于风险账号的风险识别结果;

或者,

如果所述第一维度的识别结果表示所述第一维度的特征信息存在异常信息,则得到所述目标账号属于风险账号的风险识别结果;如果所述第一维度的识别结果表示所述第一维度的特征信息不存在异常信息,则对所述第二维度的特征信息进行识别,若所述第二维度的识别结果表示所述第二维度的特征信息存在异常信息,则得到所述目标账号属于风险账号的风险识别结果。

2.根据权利要求1所述的方法,其特征在于,该方法还包括:

获取样本账号的账号信息;

对所述样本账号的账号信息进行特征提取,得到至少一个维度的特征信息,其中,所述维度至少包括行为维度和内容维度;

根据每个维度的特征信息,确定所述维度的画像信息,所述画像信息能够根据对应的所述维度的特征信息的变化进行实时更新;

对各个维度的画像信息进行学习,获得风险识别模型。

3.根据权利要求2所述的方法,其特征在于,所述维度包括行为维度,所述根据所述每个维度的特征信息,确定所述维度的画像信息,包括:

根据账号的所述行为维度的特征信息,生成所述账号的行为维度的属性标签,其中,所述行为维度的特征信息至少包括下述任意一项:账号的登录设备信息、账号的常用登录时间信息、账号的访问信息或者账号的网络属性信息;

基于所述行为维度的属性标签,确定所述账号的行为维度的画像信息;

当所述维度包括内容维度时,所述根据所述每个维度的特征信息,确定所述维度的画像信息,包括:

根据账号的所述内容维度的特征信息,生成所述账号的内容维度的属性标签,其中,所述内容维度表征账号进行数据交互时产生内容信息的维度;

依据所述内容维度的属性标签,确定所述账号的内容维度的画像信息。

4.根据权利要求1所述的方法,其特征在于,所述维度包括行为维度,所述将所述维度的特征信息输入至风险识别模型,输出所述维度的识别结果,包括:

将目标账号的行为维度的特征信息输入至所述风险识别模型,在所述风险识别模型中,检测所述行为维度的特征信息的突变信息;

如果所述突变信息满足行为风险识别条件,输出所述行为维度的风险识别结果;

如果所述突变信息不满足行为风险识别条件,输出所述行为维度的正常突变的识别结果;

当所述维度包括内容维度时,所述将所述维度的特征信息输入至风险识别模型,输出所述维度的识别结果,包括:

将目标账号的内容维度的特征信息输入至所述风险识别模型,在所述风险识别模型中,检测所述内容维度的特征信息中是否包含风险内容,如果是,则输出所述内容维度的风险识别结果;

或者,检测所述内容维度的特征信息中是否包风险交互账号信息,如果是,则输出所述内容维度的风险识别结果。

5.根据权利要求1所述的方法,其特征在于,该方法还包括:

依据所述目标账号的风险识别结果,确定所述目标账号的风险属性;

对所述目标账号执行与所述风险属性对应的账号保护策略。

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腾讯科技(武汉)有限公司,未经腾讯科技(武汉)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/201910683779.4/1.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