网络行为风险识别方法及装置制造方法及图纸

本申请提供一种网络行为风险识别方法及装置。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。本申请基于用户自身的信息，对用户的网络行为进行风险识别，因此在风险识别过程中可以降低其他用户的影响，有利于提高风险识别的准确度，降低风险识别的错误率。

【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络行为是否存在风险。本申请的又一方面，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。本申请的又一方面，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；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。本申请的又一方面，提供一种网络行为风险识别装置，包括：匹配度获取模块，用于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；风险识别模块，用于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。本申请的又一方面，提供一种网络行为风险识别装置，包括：关联度获取模块，用于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；风险识别模块，用于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。本申请的又一方面，提供一种网络行为风险识别装置，包括：吻合度获取模块，用于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；风险识别模块，用于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。本申请的又一方面，提供一种网络行为风险识别装置，包括：行为数据获取模块，用于获取用户的当前网络行为数据；风险识别模块，用于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。在本申请中，根据当前网络行为数据与用户之前的正常网络行为数据之间的吻合度，当前网络行为数据与用户当前所处生活阶段的匹配度，以及当前网络行为数据与用户的朋友圈的关联度中的至少一个，对用户的当前网络行为进行风险识别，以确定用户的当前网络行为是否存在风险。与现有技术相比，本申请是基于用户自身的信息，例如用户之前的正常网络行为数据、用户当前所处的生活阶段以及用户的朋友圈等，对用户的网络行为进行风险识别，因此在对该用户的网络行为进行风险识别过程中可以降低其他用户的影响，有利于提高风险识别的准确度，降低风险识别的错误率。【附图说明】为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请一实施例提供的网络行为风险识别方法的流程示意图；图2为本申请一实施例提供的获取当前网络行为数据与用户当前所处的生活阶段的匹配度的方法的流程示意图；图3为本申请另一实施例提供的网络行为风险识别方法的流程示意图；图4为本申请一实施例提供的获取当前网络行为数据与用户的朋友圈的关联度的方法的流程示意图；图5为本申请又一实施例提供的网络行为风险识别方法的流程示意图；图6为本申请一实施例提供的获取当前网络行为数据与用户之前的正常网络行为数据之间的吻合度的方法的流程示意图；图7为本申请又一实施例提供的网络行为风险识别方法的流程示意图。图8为本申请一实施例提供的网络行为风险识别装置的结构示意图；图9为本申请另一实施例提供的网络行为风险识别装置的结构示意图；图10为本申请又一实施例提供的网络行为风险识别装置的结构示意图；图11为本申请又一实施例提供的网络行为风险识别装置的结构示意图。【具体实施方式】为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。图1为本申请一实施例提供的网络行为风险识别方法的流程示意图。如图1所示，该方法包括：101、获取用户的当前网络行为数据与用户当前所处的生活阶段的匹配度。102、根据当前网络行为数据与用本文档来自技高网...

【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