[发明专利]异常行为用户识别方法、装置、设备及存储介质

权利要求书

1.一种异常行为用户识别方法，其特征在于，所述异常行为用户识别方法包括：

获取各用户查询业务系统数据的行为数据，并提取所述行为数据中各维度的维度特征；

从所有所述用户中任意选取第一目标用户，根据各所述用户的维度特征计算所述第一目标用户与其他所述用户的特征距离；

将所述特征距离输入至预设的异常行为识别模型中，对所述特征距离与预设的半径进行比较；

根据比较的结果确定异常行为用户，其中，所述异常行为用户为异常查询所述业务系统的敏感信息的用户。

2.根据权利要求1所述的异常行为用户识别方法，在所述从所有所述用户中任意选取第一目标用户，根据各所述用户的维度特征计算所述第一目标用户与其他所述用户的特征距离之前，还包括：

统计所述用户对应的维度特征的特征个数；

根据所述特征个数，计算各所述维度特征的均值以及标准差；

根据所述均值以及所述标准差，对各所述维度特征进行标准化处理，得到标准维度特征。

3.根据权利要求2所述的异常行为用户识别方法，所述从所有所述用户中任意选取第一目标用户，根据各所述用户的维度特征计算所述第一目标用户与其他所述用户的特征距离包括：

从所有所述用户中任意选取第一目标用户，并获取各所述用户的行为数据中各所述标准维度特征的特征值；

将所述第一目标用户与其他所述用户隶属于同一维度的特征值对应进行完全平方差运算，得到各所述标准维度特征的特征差值；

将各所述特征差值的和进行平方根运算，得到所述第一目标用户与其他所述用户的特征距离。

4.根据权利要求3所述的异常行为用户识别方法，所述根据比较的结果确定异常行为用户包括：

从所有所述用户中提取与所述第一目标用户之间的特征距离不大于预设半径的用户，得到第一用户；

统计所述第一用户的用户个数，并判断所述用户个数是否小于预设的个数阈值；

若是，则将所述第一目标用户作为异常行为用户。

5.根据权利要求4所述的异常行为用户识别方法，当所述用户个数不小于预设的个数阈值时，所述根据比较的结果确定异常行为用户包括：

将所述第一目标用户标记为核心用户，并对所述第一目标用户分配簇标签；

从所有所述用户中剔除所述核心用户，得到第二用户；

计算各所述第二用户的特征距离，并将各所述第二用户的特征距离与所述半径进行比较；

根据比较的结果确定异常行为用户。

6.根据权利要求1-5中任一项所述的异常行为用户识别方法，在所述将所述特征距离输入至预设的异常行为识别模型中，对所述特征距离与预设的半径进行比较之前，还包括：

获取各所述用户的历史行为数据；

采用预设的基于密度的聚类算法对所述历史行为数据进行样本训练，得到异常行为数据样本；

采用所述异常行为数据样本对预设的异常行为识别工具进行模型训练，得到异常行为识别模型。

7.一种异常行为用户识别装置，其特征在于，所述异常行为用户识别装置包括：

获取模块，用于获取各用户查询业务系统数据的行为数据，并提取所述行为数据中各维度的维度特征；

计算模块，用于从所有所述用户中任意选取第一目标用户，根据各所述用户的维度特征计算所述第一目标用户与其他所述用户的特征距离；

比较模块，用于将所述特征距离输入至预设的异常行为识别模型中，对所述特征距离与预设的半径进行比较；

确定模块，用于根据比较的结果确定异常行为用户，其中，所述异常行为用户为异常查询所述业务系统的敏感信息的用户。