[发明专利]用于识别恶意请求的方法、装置，电子设备和可读介质

说明书

本公开的实施例公开了用于识别恶意请求的方法和装置。该方法包括：获取待识别请求的请求数据；基于待识别请求的请求数据和已获取的历史请求的请求数据确定待识别请求的关联请求，并基于待识别请求的请求数据和待识别请求的关联请求的请求数据确定待识别请求的请求特征；基于待识别请求的请求特征，采用已训练的分类器识别待识别请求是否为恶意请求。该方法提升了对弱聚集性的恶意请求的识别能力。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及互联网数据处理技术领域，尤其涉及用于识别恶意请求的方法和装置。

背景技术

互联网建立了平台和用户之间的纽带。用户通过互联网向平台发起请求并通过互联网获取平台的响应。然而，随着互联网内容和交互方式的多样化发展，出现了通过非正常手段获取内容和资源的恶意请求。例如一些“黑灰产”采用恶意的方式发起大批量的恶意请求，这些恶意请求不但会对正常请求的处理结果造成影响，还会占用大量的网络资源，增加平台服务器的负担。

常见的恶意请求的识别方式是基于规则的方式，根据请求在IP、手机号、设备号等维度的高频聚集行为或通过不同维度的组合聚集行为等方式，形成基于统计指标的规则。例如，风控系统的一条规则是手机号段在时间T内请求次数大于N次时，对该手机号段的请求进行拦截。

目前更多的互联网技术被用于批量生成恶意请求，例如IP代理、手机验证码接码平台、设备信息篡改，等等。这些技术可以更改自身的请求信息，降低了请求在各维度的聚集性，现有的恶意请求识别方法的识别能力也随之下降。

发明内容

本公开的实施例提出了用于识别恶意请求的方法和装置、电子设备和计算机可读介质。

第一方面，本公开的实施例提供了一种用于识别恶意请求的方法，包括：获取待识别请求的请求数据；基于待识别请求的请求数据和已获取的历史请求的请求数据确定待识别请求的关联请求，并基于待识别请求的请求数据和待识别请求的关联请求的请求数据确定待识别请求的请求特征；基于待识别请求的请求特征，采用已训练的分类器识别待识别请求是否为恶意请求。

在一些实施例中，上述基于待识别请求的请求数据和已获取的历史请求的请求数据确定待识别请求的关联请求，包括：在基于历史请求的请求数据构建的请求结构图中创建表征待识别请求的节点，其中请求结构图中的节点表征请求，请求结构图中的边表征所连接的两个节点对应的请求之间的关联关系；基于待识别请求的请求数据与请求结构图中的节点所表征的历史请求的请求数据之间的关联关系，更新请求结构图；将更新后的请求结构图中与待识别请求关联的关联节点对应的请求作为待识别请求的关联请求。

在一些实施例中，上述基于待识别请求的请求数据与请求结构图中的节点所表征的历史请求的请求数据之间的关联关系，更新请求结构图，包括：从请求结构图的节点中筛选出所表征的历史请求的请求数据与待识别请求的请求数据满足预设的匹配条件的节点，作为第一匹配节点；在请求图结构中创建连接待识别请求对应的节点与第一匹配节点的边。

在一些实施例中，在将更新后的请求结构图中与待识别请求关联的关联节点对应的请求作为待识别请求的关联请求之前，上述基于待识别请求的请求数据和已获取的历史请求的请求数据确定待识别请求的关联请求，还包括：确定对应的请求数据满足预设的匹配条件的待识别请求对；在请求结构图中创建连接确定出的待识别请求对的边，以更新请求结构图。

在一些实施例中，上述将更新后的请求结构图中与待识别请求关联的关联节点对应的请求作为待识别请求的关联请求，包括：确定请求结构图中与待识别请求对应的节点经过不大于预设数量的边连接的至少一个节点，作为与待识别请求关联的关联节点。

在一些实施例中，上述基于待识别请求的请求数据和待识别请求的关联请求的请求数据确定待识别请求的请求特征，包括：采用预先训练的图嵌入神经网络，对与待识别请求关联的关联节点对应的请求数据进行特征编码，得到待识别请求的关联节点的特征编码；基于待识别请求的各关联节点的特征编码确定待识别请求的请求特征。