[发明专利]网络异常行为重点人员分析层级划分的识别方法及设备

权利要求书

1.一种网络异常行为重点人员分析层级划分的识别方法，其特征在于，其包括以下步骤： 1）信息采集：根据网站的工商登记信息确认经营公司及经营公司的法人，根据法人的投资关系及股东信息，查找法人的关联人和关联机构，并对上述的经营公司、法人、关联人和关联机构的信用记录信息进行查找； 2）构建信息库：根据获取到的工商登记信息、信用记录信息、股东信息及其关联人和关联机构信息，构建信息库； 3）确定目标并进行数据获取：通过前期研判，确定将某个网络异常行为站点列为打击目标，目标确定并审核通过后，进行自动化打击尝试并进行后台数据获取，当自动化打击失败后转入人工打击并进行后台数据获取； 4）数据入库并生成分析报告：对获取到的后台数据进行清洗，生成分析报告；5）生成重点人员分析报告：结合信息库和目标平台的数据，根据人员的手机号码或身份证信息，查找统计其在网站中的参与程度生成重点人员分析报告。

2.根据权利要求1所述的一种网络异常行为重点人员分析层级划分的识别方法，其特征在于，步骤1）中关联的信用记录信息中的列入经营异常名录记录、列入严重违法失信企业名单记录、关联裁判文书记录和失信被执行记录为衡量法人信用的关键数据，对于信用度较差的失信人员进行重点关注。

3.根据权利要求1所述的一种网络异常行为重点人员分析层级划分的识别方法，其特征在于，步骤2）中信息库包括经济领域犯罪组织的核心成员、骨干分子、“职业化”参与人以及协助转移资金、提供网站设计和维护的违法犯罪人员，以及其他领域犯罪的人员。

4.根据权利要求3所述的一种网络异常行为重点人员分析层级划分的识别方法，其特征在于，信息库以结构化数据进行存储，支持检索人员的历史参与轨迹。

5.根据权利要求1所述的一种网络异常行为重点人员分析层级划分的识别方法，其特征在于，依靠信息库构建人员库列表，人员库列表汇总展示所有已获取数据的网站中的所有会员数据，并自动统计每一个会员对应的手机号码和身份证的参与网站数量，实现以下功能：按参与次数进行排序，查找当前参与数量最多的人员；对人员库进行手机号归属地，身份证归属地和住址进行省市筛查；对人员的下级人员数量、涉案金额、参与程度进行筛查。

6.根据权利要求4所述的一种网络异常行为重点人员分析层级划分的识别方法，其特征在于，通过信息爬虫持续获取数据对信息库进行持续补充构建。

7.根据权利要求1所述的一种网络异常行为重点人员分析层级划分的识别方法，其特征在于，步骤3）中打击并获取数据的目标包括网站数据库、网站源码、服务器镜像。

8.根据权利要求1所述的一种网络异常行为重点人员分析层级划分的识别方法，其特征在于，步骤3）中打击之后获取打击目标的后台数据，将获取到的后台数据进行深度的可视化分析，并作为执法部门立案研判的辅助数据。

9.根据权利要求1所述的一种网络异常行为重点人员分析层级划分的识别方法，其特征在于，步骤4）中分析报告具体操作为：分析网站关键人员基础信息和会员概况，对会员总数、下线大于等于3层30人的会员数、下线人数超过一万人的会员数、首个会员注册时间、最大层级数进行统计；对会员的按月或按周增长趋势进行分析，并以柱状图的形式进行展示；对会员的构成按参与程度、性别、年龄进行分析，以饼图的形式进行展示。

10.一种网络异常行为重点人员分析层级划分的识别方法，其特征在于，步骤5）中分析生成重点人员分析报告采用多维度的数据的方式，查找人员参与过的所有异常行为或非法集资网站，并追踪其参与轨迹；统计其参与的所有项目的充值/投资总额、提现总额、下级人数总数和所处层级均值信息，将其最大值、最小值和均值作为评判标准；根据该人员在参与网站中的人员基本信息变动情况进行信息追踪。

11.一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1至10中任意一项所述方法中的步骤。