【技术实现步骤摘要】
本申请涉及互联网
,尤其涉及一种网络行为风险识别方法及装置。
技术介绍
随着互联网技术的应用与发展,特别是移动互联网技术的发展,互联网应用用户越来越多,为了提高互联网的安全性,需要对用户的网络行为进行风险控制。目前,一般是对大量用户在一段时间内的网络行为数据进行积累,形成模型训练样本,这些训练样本包括黑样本(例如欺诈、盗用等非正常的网络行为数据)和白样本(即正常的网络行为数据);之后,对这些训练样本进行训练,学习黑样本与白样本的特征,从而构建风险识别模型。在用户以后的网络行为过程中,通过风险识别模型对网络行为数据进行风险识别。上述方法存在一个问题,对于一些特殊的网络行为,可能会出现误判。
技术实现思路
本申请的多个方面提供一种网络行为风险识别方法及装置,用以降低风险识别结果的错误率。本申请的一方面,提供一种网络行为风险识别方法,包括:获取用户的当前网络行为数据与所述用户当前所处的生活阶段的匹配度;根据所述当前网络行为数据与所述用户当前所处的生活阶段的匹配度,对所述用户的当前网络行为进行风险识别,以确定所述用户的当前网络行为是否存在风险。本申请的另一方面,提供一种网络行为风险识别方法,包括:获取用户的当前网络行为数据与所述用户的朋友圈的关联度;根据所述当前网络行为数据与所述用户的朋友圈的关联度,对所述用户的当前网络行为进行风险识别,以确定所述用户的当前网 ...
【技术保护点】
一种网络行为风险识别方法,其特征在于,包括:获取用户的当前网络行为数据与所述用户当前所处的生活阶段的匹配度;根据所述当前网络行为数据与所述用户当前所处的生活阶段的匹配度,对所述用户的当前网络行为进行风险识别,以确定所述用户的当前网络行为是否存在风险。
【技术特征摘要】
1.一种网络行为风险识别方法,其特征在于,包括:
获取用户的当前网络行为数据与所述用户当前所处的生活阶段的匹配度;
根据所述当前网络行为数据与所述用户当前所处的生活阶段的匹配度,对
所述用户的当前网络行为进行风险识别,以确定所述用户的当前网络行为是否
存在风险。
2.根据权利要求1所述的方法,其特征在于,所述获取用户的当前网络行
为数据与所述用户当前所处的生活阶段的匹配度,包括:
根据所述当前网络行为数据对所述用户当前所处的生活阶段进行预测,并
生成预测生活阶段描述信息;
根据所述预测生活阶段描述信息和预设的生活阶段描述信息,获得所述当
前网络行为数据与所述用户当前所处的生活阶段的匹配度。
3.根据权利要求2所述的方法,其特征在于,所述根据所述预测生活阶段
描述信息和预设的生活阶段描述信息,获得所述当前网络行为数据与所述用户
当前所处的生活阶段的匹配度之前,还包括:
对处于每个已知生活阶段的多个已知用户进行聚类处理,获得所述每个已
知生活阶段具有的特征;
计算所述用户的特征与每个已知生活阶段具有的特征的欧式距离,选择欧
式距离最小的已知生活阶段作为所述用户所处的生活阶段。
4.根据权利要求2所述的方法,其特征在于,所述根据所述预测生活阶段
描述信息和预设的生活阶段描述信息,获得所述当前网络行为数据与所述用户
当前所处的生活阶段的匹配度,包括:
计算所述预测生活阶段描述信息与所述预设的生活阶段描述信息之间的欧
式距离,将所述欧式距离作为所述当前网络行为数据与所述用户当前所处的生
活阶段的匹配度。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述当前
\t网络行为数据与所述用户当前所处的生活阶段的匹配度,对所述用户的当前网
络行为进行风险识别,以确定所述用户的当前网络行为是否存在风险,包括:
若所述当前网络行为数据与所述用户当前所处的生活阶段的匹配度大于预
设的匹配度阈值,确定所述用户的当前网络行为不存在风险;
若所述当前网络行为数据与所述用户当前所处的生活阶段的匹配度小于或
等于所述匹配度阈值,确定所述用户的当前网络行为存在风险。
6.一种网络行为风险识别方法,其特征在于,包括:
获取用户的当前网络行为数据与所述用户的朋友圈的关联度;
根据所述当前网络行为数据与所述用户的朋友圈的关联度,对所述用户的
当前网络行为进行风险识别,以确定所述用户的当前网络行为是否存在风险。
7.根据权利要求6所述的方法,其特征在于,所述获取用户的当前网络行
为数据与所述用户的朋友圈的关联度,包括:
确定所述用户的朋友圈;
获取所述用户的朋友圈中与所述用户的关联强度最大的至少一个候选朋友
的标识信息;
根据所述至少一个候选朋友的标识信息,获取所述至少一个候选朋友的网
络行为数据;
根据所述当前网络行为数据和所述至少一个候选朋友的网络行为数据,获
得所述当前网络行为数据与所述用户的朋友圈的关联度。
8.根据权利要求7所述的方法,其特征在于,所述根据所述当前网络行为
数据和所述至少一个候选朋友的网络行为数据,获得所述当前网络行为数据与
所述用户的朋友圈的关联度,包括:
根据所述至少一个候选朋友的网络行为数据,获得所述至少一个候选朋友
的网络行为的特征属性;
根据所述当前网络行为数据,获得所述用户当前网络行为的特征属性;
根据所述用户当前网络行为的特征属性和所述至少一个候选朋友的网络行
为的特征属性,获得所述当前网络行为数据与所述用户的朋友圈的关联度。
9.根据权利要求6-8任一项所述的方法,其特征在于,所述根据所述当前
网络行为数据与所述用户的朋友圈的关联度,对所述用户的当前网络行为进行
风险识别,以确定所述用户的当前网络行为是否存在风险,包括:
若所述当前网络行为数据与所述用户的朋友圈的关联度大于预设的关联度
阈值,确定所述用户的当前网络行为不存在风险;
若所述当前网络行为数据与所述用户的朋友圈的关联度小于或等于所述关
联度阈值,确定所述用户的当前网络行为存在风险。
10.一种网络行为风险识别方法,其特征在于,包括:
获取用户的当前网络行为数据与所述用户之前的正常网络行为数据之间的
吻合度;
根据所述当前网络行为数据与所述用户之前的正常网络行为数据之间的吻
合度,对所述用户的当前网络行为进行风险识别,以确定所述用户的当前网络
行为是否存在风险。
11.根据权利要求10所述的方法,其特征在于,所述获取用户的当前网络
行为数据与所述用户之前的正常网络行为数据之间的吻合度,包括:
根据所述用户之前的正常网络行为数据,获得所述用户的正常网络行为的
特征属性;
根据所述当前网络行为数据,获得所述用户当前网络行为的特征属性;
根据所述用户当前网络行为的特征属性和所述用户的正常网络行为的特征
属性,获得所述当前网络行为数据与所述用户之前的正常网络行为数据之间的
吻合度。
12.根据权利要求10或11所述的方法,其特征在于,所述用户之前的正
常网络行为数据包括:交易行为涉及的商家等级和卖家区域。
13.一种网络行为风险识别方法,其特征在于,包括:
获取用户的当前网络行为数据;
根据所述当前网络行为数据与所述用户之前的正常网络行为数据之间的吻
合度,所述当前网络行为数据与所述用户当前所处的生活阶段的匹配度,以及
\t所述当前网络行为数据与所述用户的朋友圈的关联度中的至少一个,对所述用<...
【专利技术属性】
技术研发人员:梅健,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛;KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。