[发明专利]一种基于信息特征熵和长短期记忆网络的物联网卡业务异常检测方法

说明书

本发明涉及一种基于信息特征熵和长短期记忆网络的物联网卡业务异常检测方法，针对物联网卡业务分析，综合考量不同维度特征，加入信息特征熵概念，很好刻画不同时段特征分布的随机程度，同时引入了长短期记忆网络模型，通过对各维度特征历史时段特征熵值的学习训练，构建特征熵值预测模型，用以预测新时段的特征熵，并与实际特征熵进行对比分析，能够有效提高了物联网卡异常业务检测的准确性和效率。

技术领域

本发明涉及一种基于信息特征熵和长短期记忆网络的物联网卡业务异常检测方法，属于物联数据异常检测技术领域。

背景技术

目前，我国物联网产业已形成包括芯片和元器件、设备、软件平台、系统集成、电信运营、物联网服务在内的较为完整的产业链。随着物联网的深入发展，物联网设备逐渐渗透到人们工作、生活的各个方面，在带来便利的同时，也暴露出一系列的安全问题。物联网卡作为联网智能设备的重要组成部分，其安全问题是物联网安全的一个重要方面。当前，物联网卡违规滥用形式严峻，存在挪用异常、滥用异常和其他异常等安全风险。其中，挪用异常是指将应用于某一物联网业务的卡挪为其他物联网业务使用，存在被非法使用和套利的风险；滥用异常是指将物联网卡应用于非物联网业务，存在被用于拨打骚扰电话、发生垃圾短信、通讯信息诈骗等风险；其他异常主要包括机卡分离、换卡、大流量上网等行为，存在电信诈骗、违规上网等风险。因此，有效检测物联网卡业务异常，保证物联网卡业务的健康运营对物联网产业的发展具有重要的意义。然而，现有的物联网业务异常检测方法的准确率、效率还有待提高。

发明内容

本发明所要解决的技术问题是提供一种基于信息特征熵和长短期记忆网络的物联网卡业务异常检测方法，能够有效提高现有物联网卡业务异常检测方法的准确率和效率。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于信息特征熵和长短期记忆网络的物联网卡业务异常检测方法，用于针对移动通信目标物联网卡实现异常业务检测，包括如下步骤：

步骤A.获取目标物联网卡对应预设指定历史时段内的全部通信记录，构成通信数据集合，然后进入步骤B；

步骤B.删除通信数据集合中不满足预设要求的各个无效通信记录，并针对不满足预设格式要求、缺失数据各个通信记录进行补充，实现对通信数据集合的更新，然后进入步骤C；

步骤C.针对通信数据集合中的全部通信记录按业务类型进行分类，获得各业务类型分别所对应的各通信记录，然后进入步骤D；

步骤D.分别针对各个业务类型：根据业务类型分别所对应的各通信记录，以及预设该业务类型所包含的各个特征维度，获得该业务类型中各特征维度分别对应预设指定历史时段中各步长时段的数据值；待完成对各个业务类型的上述操作后，进入步骤E；

步骤E.分别针对各个业务类型：根据业务类型中各特征维度分别对应预设指定历史时段中各步长时段的数据值，获得该业务类型中各特征维度分别对应预设指定历史时段中各步长时段的特征熵值，并进一步获得预设指定历史时段中各步长时段内、该业务类型中各特征维度的特征熵值的平均值，作为该业务类型分别对应预设指定历史时段中各步长时段的特征熵值；待完成对各个业务类型的上述操作后，进入步骤F；

步骤F.分别针对各个业务类型：根据业务类型分别对应预设指定历史时段中各步长时段的特征熵值，针对由长短期记忆网络所构成的预设循环神经网络进行训练，获得该业务类型所对应的特征熵值预测模型，即目标物联网卡对应该业务类型的特征熵值预测模型；待完成对各个业务类型的上述操作后，进入步骤G；