[发明专利]可疑用户识别方法、装置、设备及可读存储介质

权利要求书

1.一种可疑用户识别方法，其特征在于，所述方法包括以下步骤：

获取基于待识别用户的各次业务操作记录的历史行为数据；

基于所述历史行为数据计算风险指标下的风险因子，其中，所述风险指标至少包括一人多设备指标、一人多身份指标、可疑背景指标和可疑微表情指标中的一项或多项；

根据所述风险因子得到所述待识别用户的可疑识别结果。

2.如权利要求1所述的可疑用户识别方法，其特征在于，当所述风险指标包括一人多设备指标时，所述历史行为数据包括所述待识别用户各次业务操作对应的设备标识，

所述基于所述历史行为数据计算风险指标下的风险因子的步骤包括：

根据各所述设备标识统计得到设备数量，基于所述设备数量得到一人多设备风险因子，其中，相同的设备标识记为同一设备。

3.如权利要求1所述的可疑用户识别方法，其特征在于，当所述风险指标包括一人多身份指标时，所述历史行为数据包括所述待识别用户各次业务操作对应的用户身份证照片组成的身份证照片序列，以及用户识别照片组成的识别照片序列，

所述基于所述历史行为数据计算风险指标下的风险因子的步骤包括：

将所述身份证照片序列中的照片与所述识别照片序列中的照片进行两两组合，得到各照片组合；

对各所述照片组合分别进行人脸识别得到各所述照片组合对应的人脸匹配结果，根据各所述人脸匹配结果得到一人多身份风险因子。

4.如权利要求1所述的可疑用户识别方法，其特征在于，当所述风险指标包括可疑背景指标时，所述历史行为数据包括所述待识别用户至少一次业务操作对应的用户识别照片，以及基于除所述待识别用户外历史用户的业务操作记录的用户识别照片，

所述基于所述历史行为数据计算风险指标下的风险因子的步骤包括：

分别对各所述用户识别照片进行背景分离操作得到各背景图片数据；

分别将各所述背景图片数据输入预设的背景特征提取模型进行特征提取得到各背景特征；

对各所述背景特征进行聚类操作得到聚类簇，统计目标簇中的各背景特征所关联用户的用户数量，并基于所述用户数量得到可疑背景风险因子，其中，所述目标簇为所述待识别用户对应的背景特征所在的聚类簇。

5.如权利要求4所述的可疑用户识别方法，其特征在于，所述分别将各所述背景图片数据输入预设的背景特征提取模型进行特征提取得到各背景特征的步骤之前还包括：

获取训练数据集，其中，所述训练数据集中的各条训练数据分别包括三个背景图像数据，其中两个背景图像数据属于同一类背景；

采用所述训练数据集对待训练特征提取模型进行训练得到所述背景特征提取模型，其中，训练过程中的损失函数为最小化第一距离与第二距离之间差值绝对值的损失函数，所述第一距离为训练数据中两个同类背景图像数据的背景特征之间的距离，所述第二距离为训练数据中两个不同类背景数据的背景特征之间距离。

6.如权利要求1所述的可疑用户识别方法，其特征在于，所述当所述风险指标包括可疑微表情指标时，所述历史行为数据包括所述待识别用户至少一次业务操作对应的用户视频，

所述基于所述历史行为数据计算风险指标下的风险因子的步骤包括：

将所述用户视频中的各视频帧输入预设序列微表情识别模型，得到各所述视频帧对应的表情类别；

基于各所述视频帧对应的表情类别统计目标表情类别的出现频率，并根据所述出现频率得到可疑微表情风险因子。

7.如权利要求1所述的可疑用户识别方法，其特征在于，所述根据所述风险因子得到所述待识别用户的可疑识别结果的步骤之后，还包括：

当基于所述可疑识别结果确定所述待识别用户为可疑用户时，从所述待识别用户的人脸图像中提取人脸特征；

将提取到的所述人脸特征添加至预设可疑用户黑名单库。