[发明专利]一种异常检测模型更新方法、装置及电子设备

说明书

本说明书实施例提供一种异常检测模型更新方法、装置及电子设备。其中，方法包括：获取目标用户的终端设备采集到的用户时序行为特征。将所述用户时序行为特征输入至针对所述目标用户部署的异常检测模型，得到所述异常检测模型针对所述用户时序行为特征的异常检测结果，其中，所述异常检测模型是基于所述目标用户在至少一个终端设备中的历史用户行为时序特征和对应的标签所训练得到的，所述标签包括用户行为异常和用户行为非异常。若所述异常检测结果指示为用户行为非异常，则基于所述用户行为时序特征和用户行为非异常的标签对所述异常检测模型进行迭代训练。

技术领域

本文件涉及人工智能技术领域，尤其涉及一种异常检测模型更新方法、装置及电子设备。

背景技术

目前的用户身份认证主要采用静态的安全认证方式，例如指纹认证、面部认证、密码认证等。这种方式下，静态的认证信息是固定不变的，一旦被窃取，则导致较为严重的后果。此外，这种方式还要求用户配合操作，比如密码认证需要用户输入密码信息，对于用户来讲，不够便捷，影响了使用体验。

有鉴于此，当期亟需一种对用户更加友好且更可靠的安全认证方式。

发明内容

本说明书实施例目的是提供一种异常检测模型更新方法、装置及电子设备，能够基于异常检测模型实现更可靠、更便捷的动态安全认证。

为了实现上述目的，本说明书实施例是这样实现的：

第一方面，提供一种异常检测模型更新方法，包括：

获取目标用户的终端设备采集到的用户时序行为特征；

将所述用户时序行为特征输入至针对所述目标用户部署的异常检测模型，得到所述异常检测模型针对所述用户时序行为特征的异常检测结果，其中，所述异常检测模型是基于所述目标用户在至少一个终端设备中的历史用户行为时序特征和对应的标签所训练得到的，所述标签包括用户行为异常和用户行为非异常；

若所述异常检测结果指示为用户行为非异常，则基于所述用户行为时序特征和用户行为非异常的标签对所述异常检测模型进行迭代训练。

第二方面，提供一种异常检测模型更新装置，包括：

特征获取模块，获取目标用户的终端设备采集到的用户时序行为特征；

异常检测模块，将所述用户时序行为特征输入至针对所述目标用户部署的异常检测模型，得到所述异常检测模型针对所述用户时序行为特征的异常检测结果，其中，所述异常检测模型是基于所述目标用户在至少一个终端设备中的历史用户行为时序特征和对应的标签所训练得到的，所述标签包括用户行为异常和用户行为非异常；

模型训练模块，若所述异常检测结果指示为用户行为非异常时，则基于所述用户行为时序特征和用户行为非异常的标签对所述异常检测模型进行迭代训练。

第三方面，提供一种电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行：

获取目标用户的终端设备采集到的用户时序行为特征；

将所述用户时序行为特征输入至针对所述目标用户部署的异常检测模型，得到所述异常检测模型针对所述用户时序行为特征的异常检测结果，其中，所述异常检测模型是基于所述目标用户在至少一个终端设备中的历史用户行为时序特征和对应的标签所训练得到的，所述标签包括用户行为异常和用户行为非异常；

若所述异常检测结果指示为用户行为非异常，则基于所述用户行为时序特征和用户行为非异常的标签对所述异常检测模型进行迭代训练。

第四方面，提供一种算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：