[发明专利]一种设备可信度检测方法和装置

权利要求书

1.一种设备可信度检测方法，其特征在于，所述方法包括：

获取待检测的目标用户设备特征；

通过预先构建的关系知识图谱模型，根据所述待检测的目标用户设备特征检测是否存在最短路径；

若存在最短路径，通过预先构建的已知设备可信度生成模型，对所述待检测的目标用户设备特征检测和最短路径进行计算，得到已知设备的设备可信度；

若不存在最短路径，通过预先构建的新设备可信度生成模型，对所述待检测的目标用户设备特征检测进行计算，得到新设备的设备可信度。

2.根据权利要求1所述的设备可信度检测方法，其特征在于，在所述通过预先构建的关系知识图谱模型，根据所述待检测的目标用户设备特征检测是否存在最短路径之前，还包括：

获取用户设备源数据，所述用户设备源数据包括用户与设备之间的关系数据、用户与用户之间的关系数据和设备与设备之间的关系数据；

以用户和设备作为顶点，以用户与设备之间的关系数据、用户与用户之间的关系数据和设备与设备之间的关系数据作为边，构建用户设备关系图架构；

根据预先设置的关系权重设定方式，对所述用户设备关系图架构中的边进行权重赋值，得到所述关系知识图谱模型。

3.根据权利要求1所述的设备可信度检测方法，其特征在于，所述待检测的目标用户设备特征包括目标用户标识和目标设备标识；

所述通过预先构建的关系知识图谱模型，根据所述待检测的目标用户设备特征检测是否存在最短路径，包括：

通过贪心算法，根据所述目标用户标识和目标设备标识对所述关系知识图谱模型进行检测；

若在设定的最远搜索路径内检测到目标用户标识和目标设备标识之间的路径，则存在最短路径；

若在设定的最远搜索路径内未检测到目标用户标识和目标设备标识之间的路径，则不存在最短路径。

4.根据权利要求1所述的设备可信度检测方法，其特征在于，在所述通过预先构建的已知设备可信度生成模型，对所述待检测的目标用户设备特征检测和最短路径进行计算，得到已知设备的设备可信度之前，包括：

通过黑名单数据源获取初始黑样本集，通过白名单数据源获取初始白样本集；

通过所述关系知识图谱模型，根据所述初始黑样本集和初始白样本集，生成第一训练黑样本和第一训练白样本；

根据所述第一训练黑样本和第一训练白样本，通过机器学习算法进行模型训练，得到已知设备可信度生成模型。

5.根据权利要求4所述的设备可信度检测方法，其特征在于，所述初始黑样本集包括多条初始黑样本，所述初始白样本集包括多条初始白样本；

所述通过所述关系知识图谱模型，根据所述初始黑样本集和初始白样本集，生成第一训练黑样本和第一训练白样本，包括：

通过所述关系知识图谱模型，根据每条初始黑样本，生成对应的黑样本关系特征；

根据每条初始黑样本和对应的黑样本关系特征，生成第一训练黑样本；

通过所述关系知识图谱模型，根据每条初始白样本，生成对应的白样本关系特征；

根据每条初始白样本和对应的白样本关系特征，生成第一训练白样本。

6.根据权利要求1所述的设备可信度检测方法，其特征在于，在所述通过预先构建的新设备可信度生成模型，对所述待检测的目标用户设备特征检测进行计算，得到新设备的设备可信度之前，还包括：

通过黑名单数据源获取第二训练黑样本集，通过白名单数据源获取第二训练白样本集；

根据所述第二训练黑样本集和第二训练白样本集，通过机器学习算法进行模型训练，得到新设备可信度生成模型。

7.根据权利要求1所述的设备可信度检测方法，其特征在于，所述方法还包括：

按照设置的可信度策略映射表，根据所述设备可信度，匹配出对应的风控策略；

按照所述风控策略，设置对应的验证方式。