[发明专利]智能设备风险识别方法、装置及基于IOT的风控系统

权利要求书

1.一种智能设备风险识别方法，其特征在于，所述方法包括：

获取智能设备发送的设备日志，所述设备日志包括以下至少一项：设备注册时刻信息、设备注册地址信息、设备绑定信息、设备控制时刻信息、设备硬件信息；

根据所述设备日志及预先建立的风控行为模型，确定所述智能设备的风险度信息；所述风控行为模型基于历史设备日志建立，包括以下至少一种识别子模型：设备注册频率风险识别模型、设备注册地风险识别模型、设备绑定风险识别模型、设备控制频率风险识别模型、设备信息风险识别模型。

2.如权利要求1所述的方法，其特征在于，若所述预先建立的风控行为模型为设备注册频率风险识别模型，所述根据所述设备日志及预先建立的风险识别模型，确定所述智能设备的风险度信息，包括：

根据所述设备注册时刻信息确定第一预设周期内的注册频率；

基于所述注册频率风险识别模型计算所述注册频率与所述智能设备对应历史注册频率的差值，以及根据所述差值与第一差值阈值的比较结果判断所述智能设备是否异常；

根据判断结果确定所述智能设备的风险度信息。

3.如权利要求1所述的方法，其特征在于，若所述预先建立的风控行为模型为设备注册地风险识别模型，所述根据所述设备日志及预先建立的风险识别模型，确定所述智能设备的风险度信息，包括：

基于所述注册地风险识别模型计算所述设备注册地址信息与所述智能设备对应历史注册地址信息的距离，以及根据所述距离及第一距离阈值的比较结果判断所述智能设备是否异常；

根据判断结果确定所述智能设备的风险度信息。

4.如权利要求3所述的方法，其特征在于，所述设备注册地址信息与所述智能设备对应历史注册地址信息的距离D2的计算公式如下：

D2＝∑(0.8)^T1d(D,D1)

其中，T1表示当前注册时刻距离历史注册时刻的星期数，d(D,D1)表示历史注册地D1与当前的注册地D的距离差值；若历史注册地D1与当前的注册地D相同，则d(D,D1)为1，否则d(D,D1)为0。

5.如权利要求1所述的方法，其特征在于，若所述预先建立的风控行为模型为设备绑定风险识别模型，所述设备绑定信息包括绑定的用户网络地址；所述根据所述设备日志及预先建立的风险识别模型，确定所述智能设备的风险度信息，包括：

基于所述注册绑定风险识别模型计算所述绑定的用户网络地址对应地理位置与所述历史绑定网络地址对应地理位置的距离，以及根据所述距离是否相近判断所述智能设备是否异常；

根据判断结果确定所述智能设备的风险度信息。

6.如权利要求1所述的方法，其特征在于，若所述预先建立的风控行为模型为设备控制频率风险识别模型，所述根据所述设备日志及预先建立的风险识别模型，确定所述智能设备的风险度信息，包括：

根据所述设备控制时刻信息确定第二预设周期内的控制频率；

基于所述设备控制频率风险识别模型计算所述控制频率与所述智能设备对应历史控制频率的差值，以及根据所述差值与第二差值阈值的比较结果判断所述智能设备是否异常；

根据判断结果确定所述智能设备的风险度信息。

7.如权利要求1所述的方法，其特征在于，若所述预先建立的风控行为模型为设备信息风险识别模型，所述设备硬件信息包括以下至少一项：唯一标识信息、设备模块型号信息、设备功能信息；所述根据所述设备日志及预先建立的风险识别模型，确定所述智能设备的风险度信息，包括：

基于所述设备信息风险识别模型查询所述唯一标识信息对应的历史设备模块型号信息、历史设备功能信息，以及根据所述设备模块型号信息与历史设备模块型号信息、所述设备功能信息与所述历史设备功能信息是否匹配判断所述智能设备是否异常；

根据判断结果确定所述智能设备的风险度信息。