[发明专利]一种数据的风险防控方法、装置及设备

权利要求书

1.一种数据的风险防控方法，所述方法包括：

获取待检测的目标数据；

对所述目标数据进行风险检测，以确定所述目标数据对应的目标风险类型是否属于预设的风险类型，得到相应的风险检测结果；

如果所述风险检测结果指示所述目标风险类型不属于预设的风险类型，则获取属于所述目标风险类型的风险数据，并通过属于所述目标风险类型的风险数据对当前的风险对抗模型进行训练，得到训练后的风险对抗模型；

基于训练后的风险对抗模型对所述目标风险类型的风险数据进行风险防控处理。

2.根据权利要求1所述的方法，所述对所述目标数据进行风险检测，以确定所述目标数据对应的目标风险类型是否属于预设的风险类型，得到相应的风险检测结果，包括：

对所述目标数据进行分类，得到所述目标数据对应的分类类型；

如果所述分类类型对应的风险类型不属于预设的风险类型，则将所述分类类型对应的风险类型作为所述目标风险类型，并生成用于指示所述目标风险类型不属于预设的风险类型的风险检测结果。

3.根据权利要求2所述的方法，所述如果所述分类类型对应的风险类型不属于预设的风险类型，则将所述分类类型对应的风险类型作为所述目标风险类型，并生成用于指示所述目标风险类型不属于预设的风险类型的风险检测结果，包括：

如果所述分类类型对应的风险类型不属于预设的风险类型，且基于预设的时序异常检测规则确定所述分类类型的数据的数据量存在增加趋势，则将所述分类类型对应的风险类型作为所述目标风险类型，并生成用于指示所述目标风险类型不属于预设的风险类型的风险检测结果。

4.根据权利要求1-3中任一项所述的方法，所述对所述目标数据进行风险检测，以确定所述目标数据对应的目标风险类型是否属于预设的风险类型，得到相应的风险检测结果，包括：

对所述目标数据进行聚类，得到所述目标数据对应的聚类类型；

如果所述目标数据对应的聚类类型对应的风险类型不属于预设的风险类型，则获取预设周期内的待检测数据，并对所述待检测数据进行聚类，得到所述待检测数据对应的聚类类型；

如果所述待检测数据对应的聚类类型中包括所述目标数据对应的聚类类型，则将所述目标数据对应的聚类类型对应的风险类型作为所述目标风险类型，并生成用于指示所述目标风险类型不属于预设的风险类型的风险检测结果。

5.根据权利要求4所述的方法，所述对所述目标数据进行聚类，得到所述目标数据对应的聚类类型，包括：

对所述目标数据进行特征提取，得到所述目标数据对应的嵌入Embedding特征；

对所述目标数据对应的Embedding特征进行Bin分割处理，得到所述Embedding特征对应的Bin分割数据；

对所述Embedding特征对应的Bin分割数据进行PCA降维处理，得到所述Bin分割数据对应的预设维度数据；

基于预设的聚类算法对所述Bin分割数据对应的预设维度数据进行聚类，得到所述目标数据对应的聚类类型。

6.根据权利要求5所述的方法，所述聚类算法包括k-Means聚类算法和DBScan聚类算法。

7.根据权利要求5所述的方法，所述对所述目标数据进行特征提取，得到所述目标数据对应的嵌入Embedding特征，包括：

通过预设的特征提取算法对所述目标数据进行特征提取，得到所述目标数据对应的嵌入Embedding特征，所述特征提取算法包括TF-IDF算法、LSA算法、Word2Vec算法中的一种或多种。

8.根据权利要求1所述的方法，所述对所述目标数据进行风险检测，以确定所述目标数据对应的目标风险类型是否属于预设的风险类型，得到相应的风险检测结果，包括：

对所述目标数据进行关键词提取，得到所述目标数据中包含的关键词；

如果所述目标数据包含的关键词中包括相对于预设时间段内获取的数据包含的关键词不同的目标关键词，且所述目标关键词对应的数据存在预设的风险，则确定所述目标数据对应的目标风险类型不属于预设的风险类型，得到相应的风险检测结果。