[发明专利]欺诈群体识别方法、装置、服务器及存储介质

说明书

本申请实施例提供一种欺诈群体识别方法、装置、服务器及存储介质，通过获取待处理的用户访问数据，该用户访问数据具有多个特征属性，根据用户访问数据，建立用户与访问主体之间的二部图关联网络和数据特征空间，该数据特征空间的维度与特征属性的个数一致，最后可以根据数据特征空间中每个特征属性的取值分布，对二部图关联网络对应的全量用户群体进行识别，确定出全量用户群体中的欺诈群体。该技术方案，通过构建用户访问数据的特征空间，从多个维度检测欺诈群体的欺诈行为，降低了漏检率，提高检测的准确率。

技术领域

本申请实施例涉及互联网技术领域，尤其涉及一种欺诈群体识别方法、装置、服务器及存储介质。

背景技术

随着互联网技术的发展，各大网络平台为了争取增量用户的红利，通常会以让利补贴的方式交换市场空间，给用户发放各类型优惠券。该种方法能够普惠用户，但是同时也滋养了一大群欺诈玩家，甚至发展成了欺诈群体，欺诈群体凭借技术或人工手段，钻取漏洞获取非法利润，不仅造成大量的资源在短时间内流失，且达不到活动的最初目的。因而，如何有效识别网络中的欺诈群体是保证网络平台正常运营的关键。

现有技术中，欺诈群体的检测方法主要是基于人工经验规则，通过对历史欺诈行为进行分析，确定出欺诈用户的账户，进而对欺诈用户的账户行为表现信息以及对行为关键信息进行分析，挖掘总结欺诈用户的异常特征，进而整合形成可靠的规则策略，进而拦截更多的风险欺诈用户，实现活动的运营监控。

然而，在实现本发明过程中，发明人发现现有技术中至少存在如下问题：基于人工经验规则的欺诈检测方法，主要依赖从业者的职业水准和经验积累，检测结果受从业者的职业水准和经验积累影响较大，在日益复杂的对抗环境中，存在检测准确度低的问题。

发明内容

本申请实施例提供一种欺诈群体识别方法、装置、服务器及存储介质，用以解决现有欺诈群体检测准确度低的问题。

第一方面，本申请实施例提供一种欺诈群体识别方法，包括：

获取待处理的用户访问数据，所述用户访问数据具有多个特征属性；

根据所述用户访问数据，建立用户与访问主体之间的二部图关联网络和数据特征空间，所述数据特征空间的维度与所述特征属性的个数一致；

根据所述数据特征空间中每个特征属性的取值分布，对所述二部图关联网络对应的全量用户群体进行识别，确定出所述全量用户群体中的欺诈群体。

在第一方面的一种可能设计中，所述根据所述数据特征空间中每个特征属性的取值分布，对所述二部图关联网络对应的全量用户群体进行识别，确定出所述全量用户群体中的欺诈群体，包括：

A1、确定所述数据特征空间中每个特征属性的取值分布；

A2、根据每个特征属性的取值分布，从每个取值分布中确定出目标删除取值，其中，所述全量用户群体中删除所述目标删除取值对应用户后剩余用户群体与所述全量用户群体在所述特征属性上的显著度指标最大，且所述数据特征空间删除所述目标删除取值后的密集度增大；

A3、在所述数据特征空间中对应特征属性的取值分布中删除所述目标删除取值，并更新所述数据特征空间；

A4、针对所述数据特征空间中的每个特征属性，执行步骤A1至A3，直至所述数据特征空间中所有特征属性的剩余取值均满足预设条件，得到最后一次更新的数据特征空间；

A5、将所述最后一次更新的数据特征空间对应的用户群体，确定为所述欺诈群体。

可选的，所述方法还包括：

根据预设的异常群体数量，执行所述A1至所述A5，在所述二部图关联网络中确定出所述异常群体数量的欺诈群体。

可选的，所述根据每个特征属性的取值分布，从每个取值分布中确定出目标删除取值，包括：