[发明专利]安全性预测方法及装置、介质、设备

说明书

本公开是关于一种安全性预测方法及装置、存储介质、电子设备，涉及机器学习技术领域，该方法包括：根据待预测主体以及与待预测主体关联的其他主体，生成初始特征图；对与待预测节点对应的第一交易信息以及与邻居节点对应的第二交易信息处理，得到待预测节点特征；从初始特征图中确定待预测节点与邻居节点对应的待预测边，以及与待预测边对应的邻居边，并对邻居边以及待预测边进行处理，得到待预测边特征；对待预测节点特征以及待预测边特征进行拼接，得到目标待预测特征，并根据目标待预测特征对待预测主体在未来时间段内处于安全状态的概率进行预测。本公开实现了对设备的安全性进行预测。

背景技术

可信网络在风险控制领域以及反欺诈领域有着十分重要的意义。同时，为本领域公知的是，在反欺诈系统中，真正有风险的主体为少部分，大部分主体均为正常主体。在此情况下，在进行风控扫描的过程中，如果每次均需要对所有的主体进行整体扫描，会存在资源浪费的问题。

为了解决上述问题，目前，在采用可信体系对业务活动的风险进行预测时，一方面，可以使用RFM的方式预测可信；具体的，其根本原理是根据各主体最近一次消费时间(Recency)、消费频率(Frequency)以及消费金额(Monetary)来评判该主体是否是可信；另一方面，也会有一些模型来预测主体是否可信，其基本原理就是利用机器学习模型来预测主体是否可信。

但是，上述方案存在如下缺陷：在对某一主体是否可信的预测过程中，仅考虑该主体本身的属性，并未考虑到各主体之间的关联关系，进而使得预测结果的准确率较低。

因此，需要提供一种新的基于节点和边注意力机制的安全性预测方法及装置。

需要说明的是，在上述背景技术部分发明的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种基于节点和边注意力机制的安全性预测方法、基于节点和边注意力机制的安全性预测装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的预测结果的准确率较低的问题。

根据本公开的一个方面，提供一种基于节点和边注意力机制的安全性预测方法，包括：

获取待预测主体的第一交易信息，以及与所述待预测主体关联的其他主体的第二交易信息，并根据所述待预测主体以及与所述待预测主体关联的其他主体，生成初始特征图；

从所述初始特征图中确定与所述待预测主体所在的待预测节点对应的邻居节点，并对与所述待预测节点对应的第一交易信息以及与所述邻居节点对应的第二交易信息处理，得到待预测节点特征；

从所述初始特征图中确定待预测节点与所述邻居节点对应的待预测边，以及与所述待预测边对应的邻居边，并对所述邻居边以及待预测边进行处理，得到待预测边特征；

对所述待预测节点特征以及待预测边特征进行拼接，得到目标待预测特征，并根据所述目标待预测特征对所述待预测主体在未来时间段内处于安全状态的概率进行预测。

在本公开的一种示例性实施例中，根据所述待预测主体以及与所述待预测主体关联的其他主体，生成初始特征图，包括：

对所述待预测主体以及与所述待预测主体关联的其他主体进行抽象处理，得到多个节点；

对所述待预测主体与所述其他主体之间的关联关系进行抽象处理，得到多个边；

对各所述节点以及各所述边进行连接，生成所述初始特征图。

在本公开的一种示例性实施例中，对与所述待预测节点对应的第一交易信息以及与所述邻居节点对应的第二交易信息处理，得到待预测节点特征，包括：

利用预设的安全性预测模型中的第一处理单元对与所述待预测节点对应的第一交易信息以及与所述邻居节点对应的第二交易信息处理，得到待预测节点特征。