[发明专利]异常行为的检测方法、装置、电子设备及介质

说明书

本申请公开了一种异常行为的检测方法、装置、电子设备及介质。本申请中，可以利用训练样本集中的第一行为样本元素，构建行为图；利用测试样本集中的第二行为样本元素以及行为图，生成预设门限值；获取目标用户的待测试行为数据，并根据行为图计算待测试行为数据对应的待测试异常值；根据待测试异常值与预设门限值的大小关系，确定目标用户是否存在异常行为。通过应用本申请的技术方案，可以实现根据多个用户的历史行为数据作为训练集以及测试集来生成包含行为图的行为预测模型，从而根据该模型判断用户是否存在异常行为，同时克服现有技术中在进行训练时将噪音数据也误认为是正常行为而加以学习的弊端。

技术领域

本申请中涉及数据处理技术，尤其是一种异常行为的检测方法、装置、电子设备及介质。

背景技术

在互联网、物联网以及通信技术不断发展的大背景下,信息的交互、分析、协同变得越来越普遍。

进一步的，当人们享受网络带来的便捷性的同时,网络中的异常行为影响了社会的正常发展,如欺诈信息的传播、电信与信用卡欺诈、网络扫描与网络入侵等。如何能够尽早并准确地检测这些异常行为,避免造成更多的危害变得尤为重要。

发明内容

本申请实施例提供一种异常行为的检测方法、装置、电子设备及介质，其中，根据本申请实施例的一个方面，提供的一种异常行为的检测方法，其特征在于，包括：

利用训练样本集中的第一行为样本元素，构建行为图；

利用测试样本集中的第二行为样本元素以及所述行为图，生成预设门限值；

获取目标用户的待测试行为数据，并根据所述行为图计算所述待测试行为数据对应的待测试异常值；

根据所述待测试异常值与所述预设门限值的大小关系，确定所述目标用户是否存在异常行为。

可选地，在基于本申请上述方法的另一个实施例中，所述利用训练样本集中的第一行为样本元素，构建行为图，包括：

将每个所述第一行为样本元素作为顶点，并将相邻的两个第一行为样本元素的连接线作为对应的有向边；

获取每个有向边出现的数量，并根据所述每个有向边出现的数量，分别计算每个有向边对应的权重值；

根据所述顶点以及包含权重值的每个有向边，构建所述行为图。

可选地，在基于本申请上述方法的另一个实施例中，所述利用测试样本集中的第二行为样本元素，生成预设门限值，包括：

获取相邻的两个第二行为样本元素在所述行为图中的最短有向边；

将所述最短有向边对应的权重值和值作为所述相邻的两个第二行为样本元素的相邻异常值；

根据所有相邻异常值，得到所述预设门限值。

可选地，在基于本申请上述方法的另一个实施例中，在所述获取相邻的两个第二行为样本元素在所述行为图中的最短有向边之后，还包括：

将不存在所述行为图中的第二行为数据对应的相邻异常值设为无穷大。

可选地，在基于本申请上述方法的另一个实施例中，所述根据所有相邻异常值，得到所述预设门限值，包括：

集合所有所述相邻异常值，得到相邻异常值序列；

利用预设的滑动窗，计算所述相邻异常值序列对应的平均异常值；以及，计算所述相邻异常值序列对应的无穷大值比例，所述无穷大值比例为根据所述无穷大的相邻异常值得到的；

将所述平均异常值的分位数作为第一门限值；以及，将所述无穷大值比例的分位数作为第二门限值；

将所述第一门限值与所述第二门限值作为所述预设门限值。