[发明专利]行为数据识别方法、装置及存储介质有效

专利信息
申请号: 202010071915.7 申请日: 2020-01-21
公开(公告)号: CN111310139B 公开(公告)日: 2021-04-13
发明(设计)人: 郭豪;陈嘉豪;梁玉;洪春华 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F21/31 分类号: G06F21/31
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;杜维
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 行为 数据 识别 方法 装置 存储 介质
【权利要求书】:

1.一种行为数据识别方法,其特征在于,包括:

获取M个用户的目标行为日志信息中的关键字段,所述目标行为日志信息包括用于进行特征提取的所述关键字段,所述M为大于1的正整数,所述M个用户中包含第一用户;

根据所述关键字段构建所述第一用户的第一身份标识信息;

根据所述第一身份标识信息从所述M个用户的目标行为日志信息中获取第一行为日志信息;

根据所述第一行为日志信息、所述关键字段确定所述第一用户的第一行为特征,其中,所述第一行为特征是在目标周期内包含单位粒度周期和登录失败次数的历史行为时间序列,所述登录失败次数包括在所述单位粒度周期内所有登录时间戳对应的所有登录失败次数;

从所述M个用户的目标行为日志信息中获取与所述第一用户具有相同属性信息的第二用户的第二行为日志信息;

根据所述第一行为日志信息、所述第二行为日志信息以及所述关键字段确定与所述第一用户相关联的第二行为特征,其中,所述第二行为特征为包含单位累计周期和累计登录失败次数的同类行为时间序列,所述单位累计周期大于所述单位粒度周期,所述累计登录失败次数为所述第一用户和所述第二用户在所述单位累计周期内的累计登录失败次数;

根据所述第一行为特征对所述第一用户的登录状态进行预测,得到与所述第一用户相关联的第一预测结果;

根据所述第二行为特征对所述第一用户的登录状态进行预测,得到与所述第一用户相关联的第二预测结果;

若所述第一预测结果指示所述第一用户为第一类异常用户,且所述第二预测结果指示所述第一用户为第二类异常用户,则确定所述第一用户的登录状态为异常状态。

2.根据权利要求1所述的方法,其特征在于,所述获取M个用户的目标行为日志信息中的关键字段,包括:

获取目标对象内的所有用户在目标周期内的原始行为日志信息;一个用户对应一个原始行为日志信息;所述所有用户中包含使用目标登录协议进行用户登录的M个用户;

在与所述原始行为日志信息相关联的至少一个日志数据库中,将所述目标登录协议对应的日志数据库确定为目标日志数据库;所述目标日志数据库中包含所述M个用户的原始行为日志信息;

根据用户登录过程中的关键字段,对所述M个用户的原始行为日志信息进行字段过滤,将字段过滤后的原始行为日志信息作为目标行为日志信息;

获取所述目标行为日志信息中的所述关键字段。

3.根据权利要求1所述的方法,其特征在于,所述根据所述关键字段构建所述第一用户的第一身份标识信息,包括:

根据所述关键字段中的登录用户名、目标地址、目标端口构建所述第一用户的第一身份标识信息。

4.根据权利要求1所述的方法,其特征在于,所述根据所述第一身份标识信息从所述M个用户的目标行为日志信息中获取第一行为日志信息,包括:

在所述M个用户的目标行为日志信息中对具有所述第一身份标识信息的目标行为日志信息进行聚类处理,得到所述第一用户的第一行为日志信息。

5.根据权利要求1所述的方法,其特征在于,所述根据所述第一行为日志信息和所述关键字段确定所述第一用户的第一行为特征,包括:

根据所述关键字段中的登录时间戳对所述第一行为日志信息进行排序处理,得到所述第一用户的第一行为时间序列;

根据所述登录时间戳相关联的单位粒度周期,在所述第一行为时间序列中获取所述单位粒度周期对应的登录失败次数,根据所述单位粒度周期和所述登录失败次数,确定所述第一用户的第一行为特征。

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

若所述第一预测结果指示所述第一用户为所述第一类异常用户,且所述第二预测结果指示所述第一用户为正常用户,则确定所述第一用户的登录状态为正常状态。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010071915.7/1.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