[发明专利]基于单分类的API风险设备识别方法、装置及电子设备

说明书

本发明公开了一种基于单分类的API风险设备识别方法、装置及电子设备，所述方法包括：获取多个渠道的原始设备样本数据；配置所述多个渠道中识别风险设备的统一标准，并对原始设备样本数据中符合所述统一标准的数据打上标签；提取原始设备样本数据中打上标签的风险设备数据作为训练样本训练单分类模型；基于训练好的所述单分类模型识别不同渠道接入的风险设备。本发明将各个渠道中识别风险设备的标准进行了统一，并基于统一的风险设备标准训练单分类模型，从而可以保证各个网络服务平台对风险设备识别结果的统一，而识别出风险设备后，其他设备即为无风险设备，从而可以各个平台风险识别结果的统一，提高风控能力。

技术领域

本发明涉及计算机信息处理技术领域，具体而言，涉及一种基于单分类的API风险设备识别方法、装置、电子设备及计算机可读介质。

背景技术

随着互联网的发展，出现了各种互联网服务平台(也称渠道)，比如：网购平台、网约车平台、共享平台、地图、音乐等等。这些平台给人们的生活带来了很大的便利，但因其与互联网紧密结合，会存在一些比如：欺诈、失信等的风险。

为了识别这些存在风险的设备，通常会采用机器学习模型来预测设备的风险值，将风险值大于阈值的设备识别为无风险设备，将风险值小于阈值的设备识别为有风险设备。但由于这些互联网服务平台的服务内容、服务质量不同，其面向的设备群体也不同。因此，不同平台设备数据存在差异化特征，这些差异化特征会导致模型无法对不同平台的风险设备和无风险设备进行统一标准的识别，也就是说：会出现同一个设备，在一个平台内会被识别为风险设备，而在另一个平台内会被识别为无风险设备的情况。

发明内容

有鉴于此，本发明主要目的在于提出一种基于单分类的API风险设备识别方法、装置、电子设备及计算机可读介质，以期至少部分地解决上述技术问题中的至少之一。

为了解决上述技术问题，本发明第一方面提出一种基于单分类的API风险设备识别方法，用于互联网服务中识别来自不同渠道的风险设备，所述方法包括：

获取多个渠道的原始设备样本数据；

配置所述多个渠道中识别风险设备的统一标准，并对原始设备样本数据中符合所述统一标准的数据打上标签；

提取原始设备样本数据中打上标签的风险设备数据作为训练样本训练单分类模型；

基于训练好的所述单分类模型识别不同渠道接入的风险设备。

根据本发明一种优选实施方式，所述单分类模型包括：

子训练模块，用于将训练样本映射为多维空间的样本数据点，并确定包含样本数据点的边界；

子识别模块，用于将测试样本映射为多维空间的测试数据点，并将所述边界内的测试数据点识别为风险设备。

根据本发明一种优选实施方式，所述边界为球形，所述子训练模块确定包含所有样本数据点的最小球面的球心和半径，并根据所述球心和半径确定边界。

根据本发明一种优选实施方式，所述边界为球形，所述子训练模块确定包含预定比例的样本数据点的最小球面的球心和半径，并根据所述球心和半径确定边界。

根据本发明一种优选实施方式，所述原始设备样本数据包括：设备ID及与设备ID相关的信息。

根据本发明一种优选实施方式，所述与设备ID相关的信息包括：设备型号、设备所在地域、设备资源归还记录，设备通信记录中的至少一个，配置所述多个渠道中识别风险设备的统一标准为：将设备资源归还记录中存在资源未按时归还和/或设备通信记录中存在与黑名单设备通信的设备ID识别为风险设备。

为了解决上述技术问题，本发明第二方面提供一种基于单分类的API风险设备识别装置，用于互联网服务中识别来自不同渠道的风险设备，所述装置包括：