[发明专利]检测异常操作行为的方法以及装置

说明书

本说明书实施例提供检测异常操作行为的方法以及装置，其中所述检测异常操作行为的方法包括：通过自编码器对输入的操作行为数据样本进行降维，以降维数据作为估计网络的输入来确定高斯混合模型的分布，根据分布确定基于操作行为的高斯混合模型，在达到自编码器数据重构后误差最小、且操作行为数据样本由所述基于操作行为的高斯混合模型生成的概率最大的目标的情况下，可以利用该基于操作行为的高斯混合模型，输出所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的异常信息。

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种检测异常操作行为的方法。本说明书一个或者多个实施例同时涉及一种检测异常操作行为的装置，一种计算设备，以及一种计算机可读存储介质。

背景技术

随着信息化的不断发展，通过第三方平台进行网上交易等操作已经成为普遍的方式。受利益的驱使，一些人可能会在第三方平台使用过程中作弊，以获取不正当利益，例如，通过完成虚假交易骗取第三方平台的返利等。由于作弊门槛低、收益高，作弊者受利益的驱使，作弊手法多种多样，这些作弊行为存在于买家操作行为、卖家操作行为、买卖家之间的关系等维度的高维操作行为数据中，给风险防控带来了巨大的挑战。

因此，如何能够在高维操作行为数据中检测出异常的操作行为，成为了风控人员难以解决的问题。

发明内容

有鉴于此，本说明书施例提供了一种检测异常操作行为的方法。本说明书一个或者多个实施例同时涉及一种检测异常操作行为的装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种检测异常操作行为的方法，包括：通过将操作行为数据样本输入自编码器，得到压缩后的操作行为数据样本；通过将压缩后的操作行为数据样本输入估计网络，得到基于操作行为的高斯混合模型的分布；根据所述基于操作行为的高斯混合模型的分布，确定所述基于操作行为的高斯混合模型；在未达到所述自编码器数据重构后误差最小、且所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的概率最大的目标的情况下，更新所述自编码器的参数及所述估计网络的参数，重新进入所述通过将操作行为数据样本输入自编码器，得到压缩后的操作行为数据样本的步骤；在达到所述自编码器数据重构后误差最小、且所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的概率最大的目标的情况下，输出所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的异常信息。

可选地，所述压缩后的操作行为数据样本为z_r与z_c的拼接，其中，所述z_r为所述自编码器针对所述操作行为数据样本的输入与输出之间的误差，所述z_c为所述自编码器中间隐藏层的输出。

可选地，所述根据所述基于操作行为的高斯混合模型的分布，确定所述基于操作行为的高斯混合模型包括：利用所述操作行为数据样本数量以及所述操作行为数据样本第k个成分的分布，计算出所述高斯混合模型第k个成分的权重，其中，所述第k个成分为所述高斯混合模型的任一成分；利用所述操作行为数据样本第k个成分的分布及所述压缩后的操作行为数据样本，计算出所述高斯混合模型第k个成分的均值；利用所述操作行为数据样本第k个成分的分布、所述压缩后的操作行为数据样本、及所述高斯混合模型第k个成分的均值，得到所述高斯混合模型第k个成分的协方差矩阵。

可选地，所述输出所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的异常信息包括：输出所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的样本能量，作为所述操作行为数据样本的异常分值。