[发明专利]异常行为用户识别方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种异常行为用户识别方法、装置、设备及存储介质，该方法包括：获取各用户查询业务系统数据的行为数据的维度特征，选取目标用户，根据维度特征计算目标用户与其他用户的特征距离，基于异常行为识别模型对特征距离与预设半径进行比较，从而根据比较的结果确定异常行为用户。本发明实现了对异常行为用户的识别，且通过异常行为识别模型和特征距离识别异常行为用户，提高了识别的效率和准确度；从而可实现对用户行为的监控。此外，本发明还涉及区块链领域，行为数据可存储于区块链中。

技术领域

本发明涉及人工智能领域，尤其涉及一种异常行为用户识别方法、装置、设备及存储介质。

背景技术

针对企业数据安全，存在两方面风险。一方面是外部风险，为外部人员通过各种手段进入企业内部，获取企业数据或者破坏企业数据，造成企业数据丢失或者外泄，导致企业数据的安全事故。另一种是企业内部风险，为企业内部内网用户通过各种风险行为将企业数据丢失或者外泄，造成企业数据的安全事故。并且，一般情况下，企业内部内网用户的风险行为造成的企业数据的安全事故数量，远大于外部风险造成的企业数据安全事故的数量。

在一般情况下，通过设置黑名单方式可实现对内网异常行为用户的识别。具体的，管理人员将需要限制的用户名加入黑名单中。但通过设置黑名单的方式对内网异常用户进行识别时，仅能对当前管理人员已知的异常用户进行识别，对当前管理人员未知且无法发现异常行为的用户仍然无法进行识别，因此导致识别异常行为用户的识别效率差、可靠性低。

发明内容

本发明的主要目的在于解决现有技术中对异常行为用户的识别效率差的技术问题。

本发明第一方面提供了一种异常行为用户识别方法，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。

可选的，在本发明的第一方面的第一种实现方式中，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。

可选的，在本发明的第一方面的第二种实现方式中，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。

可选的，在本发明的第一方面的第三种实现方式中，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。

可选的，在本发明第一方面的第四种实现方式中，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。