[发明专利]一种劫持流量识别方法、装置及电子设备有效

专利信息
申请号: 202010922264.8 申请日: 2020-09-04
公开(公告)号: CN112165456B 公开(公告)日: 2022-05-06
发明(设计)人: 陆逊 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: H04L9/40 分类号: H04L9/40;H04L67/60;G06N3/08;G06N3/04
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 许振新
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: 一种 劫持 流量 识别 方法 装置 电子设备
【说明书】:

本说明书实施例公开了一种劫持流量识别方法、装置及电子设备,其中,所述方法可以在接收到待识别流量后,获取与待识别流量相关的多个第一访问主体在第一历史时段内的访问数据并进行统计,以确定这多个第一访问主体下的至少一个统计指标在预设周期内的值按时间顺序排列而成的时间序列,得到多个时间序列;基于这多个时间序列构建待识别流量的特征矩阵并输入预设卷积神经网络,得到待识别流量是否属于劫持流量的评价参数,其中,预设卷积神经网络是基于样本流量的特征矩阵训练得到的,样本流量的特征矩阵的构建方式与待识别流量的特征矩阵的构建方式一致;最后基于所述评价参数,可以识别所述待识别流量是否属于劫持流量。

技术领域

本申请涉及计算机技术领域,尤其涉及一种劫持流量识别方法、装置及电子设备。

背景技术

随着网络技术和终端技术的发展,越来越多的用户通过访问流量主获取信息,使得一些流量主掌握了大量的流量,这吸引了大批网络内容主通过这些流量主向用户投放相关网络内容(如广告主通过流量主向用户投放广告),以得到期望的转化,同时流量主也能获得相应的收益。

但是,为了经济利益,一些流量主会采用流量劫持等作弊方式伪造流量,从而欺骗网络内容生产者以获得更多收益,如黑客或开发者通过病毒、恶意软件控制肉鸡设备点击、访问广告以套取广告费用,这对网络内容生产者来说会造成很大的损失。因此,需要对访问相关网络内容的流量是否属于劫持流量进行准确识别,以及时采取措施进行止损。

发明内容

本说明书实施例提供了一种劫持流量识别方法、装置及电子设备,以准确识别访问目标网络内容的流量是否属于劫持流量。

为解决上述技术问题,本说明书实施例是这样实现的:

第一方面,提出了一种劫持流量识别方法,包括:

在接收到待识别流量后,获取与所述待识别流量相关的多个第一访问主体在第一历史时段内的访问数据;

对所述访问数据进行统计,确定所述多个第一访问主体下的至少一个统计指标的时间序列,得到多个时间序列,其中,一个时间序列由一个第一访问主体下的一个统计指标在预设周期内的值按时间顺序排列而成,所述第一历史时段的长度大于或等于多个所述预设周期;

基于所述多个时间序列构建所述待识别流量的特征矩阵;

将所述待识别流量的特征矩阵输入预设卷积神经网络,得到所述待识别流量是否属于劫持流量的评价参数,其中,所述预设卷积神经网络是基于样本流量的特征矩阵训练得到的,所述样本流量的特征矩阵的构建方式与所述待识别流量的特征矩阵的构建方式一致;

基于所述评价参数,识别所述待识别流量是否属于劫持流量。

第二方面,提出了一种劫持流量识别装置,包括:

第一数据获取模块,在接收到待识别流量后,获取与所述待识别流量相关的多个第一访问主体在第一历史时段内的访问数据;

第一数据统计模块,对所述访问数据进行统计,确定所述多个第一访问主体下的至少一个统计指标的时间序列,得到多个时间序列,其中,一个时间序列由一个第一访问主体下的一个统计指标在预设周期内的值按时间顺序排列而成,所述第一历史时段的长度大于或等于多个所述预设周期;

第一矩阵构建模块,基于所述多个时间序列构建所述待识别流量的特征矩阵;

第一输入模块,将所述待识别流量的特征矩阵输入预设卷积神经网络,得到所述待识别流量是否属于劫持流量的评价参数,其中,所述预设卷积神经网络是基于样本流量的特征矩阵训练得到的,所述样本流量的特征矩阵的构建方式与所述待识别流量的特征矩阵的构建方式一致;

识别模块,基于所述评价参数,识别所述待识别流量是否属于劫持流量。

第三方面,提出了一种电子设备,包括:

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/202010922264.8/2.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