[发明专利]账户检测方法和装置、账户检测模型的训练方法和装置有效

专利信息
申请号: 201911089114.7 申请日: 2019-11-08
公开(公告)号: CN110990164B 公开(公告)日: 2022-05-24
发明(设计)人: 曹绍升;崔卿 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06F9/54 分类号: G06F9/54;G06N3/04;G06N3/08;G06N20/10
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 周嗣勇
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 账户 检测 方法 装置 模型 训练
【说明书】:

本说明书实施例提供一种账户检测方法和装置、账户检测模型的训练方法和装置,通过第一训练RPC序列预先训练无监督学习模型的模型参数,再将该模型参数作为初始模型参数来训练账户检测模型,最后由该账户检测模型来进行账户安全性预测。用于无监督学习模型训练过程的RPC序列中的每个RPC单元之间是有关联性的,因此,将无监督训练得到的模型参数作为初值应用到账户检测模型的训练过程中,所训练出的账户检测模型所以在账户安全性预测过程中获得更高的准确性。

技术领域

本说明书涉及人工智能技术领域,尤其涉及账户检测方法和装置、账户检测模型的训练方法和装置。

背景技术

近来,常常有不法分子通过盗取他人账户获得非法利益,使用户的合法权益受到损害。因此,为了保证账户安全,维护用户合法权益,有必要对账户安全性进行检测。

发明内容

基于此,本说明书实施例提供了账户检测方法和装置、账户检测模型的训练方法和装置。

根据本说明书实施例的第一方面,提供一种账户检测方法,所述方法包括:

获取待检测账户的RPC序列,所述RPC序列用于记录所述待检测账户产生的历史操作集合;

将所述RPC序列输入预先训练的账户检测模型,以检测所述待检测账户的安全性;其中,所述账户检测模型在训练过程中将预先训练的无监督学习模型的模型参数作为初始模型参数,所述无监督学习模型通过第一训练RPC序列预先训练。

根据本说明书实施例的第二方面,提供一种账户检测模型的训练方法,所述方法包括:

通过第一训练RPC序列对无监督学习模型进行训练,获取所述无监督学习模型的模型参数;

将所述模型参数作为所述账户检测模型的初始模型参数,将第二训练RPC序列作为所述账户检测模型的输入,并将所述第二训练RPC序列的标签作为所述账户检测模型的输出,以训练所述账户检测模型。

根据本说明书实施例的第三方面,提供一种账户检测装置,所述装置包括:

获取模块,用于获取待检测账户的RPC序列,所述RPC序列用于记录所述待检测账户产生的历史操作集合;

检测模块,用于将所述RPC序列输入预先训练的账户检测模型,以检测所述待检测账户的安全性;其中,所述账户检测模型在训练过程中将预先训练的无监督学习模型的模型参数作为初始模型参数,所述无监督学习模型通过第一训练RPC序列预先训练。

根据本说明书实施例的第四方面,提供一种账户检测模型的训练装置,所述装置包括:

第一训练模块,用于通过第一训练RPC序列对无监督学习模型进行训练,获取所述无监督学习模型的模型参数;

第二训练模块,用于将所述模型参数作为所述账户检测模型的初始模型参数,将第二训练RPC序列作为所述账户检测模型的输入,并将所述第二训练RPC序列的标签作为所述账户检测模型的输出,以训练所述账户检测模型。

根据本说明书实施例的第五方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的方法。

根据本说明书实施例的六方面,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现任一实施例所述的方法。

应用本说明书实施例方案,通过第一训练RPC序列预先训练无监督学习模型的模型参数,再将该模型参数作为初始模型参数来训练账户检测模型,最后由该账户检测模型来进行账户安全性预测。用于无监督学习模型训练过程的RPC序列中的每个RPC单元之间是有关联性的,因此,将无监督训练得到的模型参数作为初值应用到账户检测模型的训练过程中,所训练出的账户检测模型所以在账户安全性预测过程中获得更高的准确性。

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支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,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/201911089114.7/2.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