[发明专利]设备风险识别方法及相关设备

权利要求书

1.一种设备风险识别方法，其特征在于，包括：

生成各个终端设备的唯一标识，通过所述唯一标识采集所述终端设备的设备使用数据；

通过所述设备使用数据构建设备网络图，所述设备网络图中各节点对应各终端设备，所述设备网络图中的边表征所述设备使用数据的相似度；

通过全局模块度对所述设备网络图进行划分，以获得划分后的多个区块；

将包含目标终端设备的区块作为符合预设条件的标记数据；

计算所述设备使用数据的维度特征，获取多个维度特征分别对应的欺诈特征值；

从所述设备使用数据中提取出所有的维度特征均超过对应的欺诈特征值的所述标记数据，并将所述标记数据标记为有风险，以确定所述标记数据的标签；

结合包含标签的所述标记数据以及风险识别模型对所述设备使用数据进行风险识别，以获取所述设备使用数据的风险识别结果；

将所述风险识别结果更新至风险决策引擎中，以使所述风险决策引擎在接收到待识别设备的数据请求时，利用所述风险识别结果输出所述待识别设备的欺诈风险。

2.根据权利要求1所述的方法，其特征在于，所述设备使用数据的维度特征至少包括：登录特征、违规识别特征、网络特征以及传感器特征。

3.根据权利要求1所述的方法，其特征在于，所述结合包含标签的所述标记数据以及风险识别模型对所述设备使用数据进行风险识别，以获取所述设备使用数据的风险识别结果包括：

基于所述包含标签的标记数据对半监督分类模型进行训练，以获得所述风险识别模型；

将提取出所述标记数据之后的设备使用数据作为样本数据，利用所述风险识别模型对所述样本数据进行识别，得到风险识别结果。

4.根据权利要求3所述的方法，其特征在于，所述利用所述风险识别模型对所述样本数据进行识别，得到风险识别结果包括：

利用所述风险识别模型得到所述样本数据的第一识别结果；

将大于预设阈值的第一识别结果作为对应的样本数据的标签，以利用包含标签的样本数据对所述风险识别模型进行更新；

通过更新后的风险识别模型，获取不包含标签的样本数据的第二识别结果；

将大于所述预设阈值的第二识别结果作为对应的样本数据的标签，对所述风险识别模型进行迭代更新，直到所述样本数据全部具有标签。

5.根据权利要求2所述的方法，其特征在于，所述计算所述设备使用数据的维度特征包括：

获取在预设时间周期内所述唯一标识对应的多条设备使用数据；

提取所述多条设备使用数据中的位移传感器数据以及屏幕亮度传感器数据；

利用所述位移传感器数据以及所述屏幕亮度传感器数据，计算所述终端设备的位移变化特征以及屏幕亮度变化特征，以得到所述传感器特征。

6.根据权利要求2所述的方法，其特征在于，所述计算所述设备使用数据的维度特征包括：

基于所述唯一标识确定所述设备使用数据的数据采集频率、数据采集时间以及关联用户账户；

通过所述数据采集频率、数据采集时间以及关联用户账户计算所述终端设备的登录特征。

7.根据权利要求2所述的方法，其特征在于，所述计算所述设备使用数据的维度特征包括：

利用所述设备使用数据确定所述终端设备上安装的风险应用，以获得所述违规识别特征。

8.根据权利要求2所述的方法，其特征在于，所述计算所述设备使用数据的维度特征包括：

利用所述设备使用数据获取所述终端设备的基站信息，以获得所述网络特征。