异常社团识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种异常社团识别方法、装置、计算机设备和存储介质。所述方法包括：获取各个主体标识对应的属性信息和交互用户信息；基于各个主体标识对应的属性信息和交互用户信息确定关联关系，根据关联关系建立异构信息网络，其中，关联关系包括第一关联关系和第二关联关系中的至少一种，第一关联关系是指各个主体标识之间的关联关系，第二关联关系是指各个主体标识与交互用户信息中交互用户标识之间的关联关系；对异构信息网络进行社团划分，得到各个待定性社团；提取各个待定性社团对应的社团特征，根据社团特征确定各个待定性社团中的异常社团。采用本方法能够提高了对黑产团伙的识别效率，并且节省网络资源。

【技术实现步骤摘要】
异常社团识别方法、装置、计算机设备和存储介质
本申请涉及互联网
，特别是涉及一种异常社团识别方法、装置、计算机设备和存储介质。
技术介绍
随着互联网技术的发展，出现了网络黑产。网络黑产是指以互联网为媒介，以网络技术为主要手段，为计算机信息系统安全和网络空间管理秩序，甚至国家安全、社会政治稳定带来潜在威胁(重大安全隐患)的非法行为。比如，赌博、色情、微盘、套现、传销和返利等网络非法行为。目前在识别从事网络黑产的主体运营者和参与用户时，通常是对主体运营者或者参与用户一一进行识别。然而，由于网络黑产逐渐向团伙模式进行转移，导致对主体运营者或者一一进行识别的效率低下，并且当需要识别网络黑产主体运营者团伙时，需要花费大量的网络资源。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高识别效率和节省网络资源的异常社团识别方法、装置、计算机设备和存储介质。一种异常社团识别方法，所述方法包括：获取各个主体标识对应的属性信息和交互用户信息；基于各个主体标识对应的属性信息和交互用户信息确定关联关系，根据本文档来自技高网...

【技术保护点】
1.一种异常社团识别方法，其特征在于，所述方法包括：/n获取各个主体标识对应的属性信息和交互用户信息；/n基于所述各个主体标识对应的属性信息和所述交互用户信息确定关联关系，根据所述关联关系建立异构信息网络，其中，所述关联关系包括第一关联关系和第二关联关系中的至少一种，所述第一关联关系是指所述各个主体标识之间的关联关系，所述第二关联关系是指所述各个主体标识与所述交互用户信息中交互用户标识之间的关联关系；/n对所述异构信息网络进行社团划分，得到各个待定性社团；/n提取所述各个待定性社团对应的社团特征，根据所述社团特征确定所述各个待定性社团中的异常社团。/n

【技术特征摘要】
1.一种异常社团识别方法，其特征在于，所述方法包括：
获取各个主体标识对应的属性信息和交互用户信息；
基于所述各个主体标识对应的属性信息和所述交互用户信息确定关联关系，根据所述关联关系建立异构信息网络，其中，所述关联关系包括第一关联关系和第二关联关系中的至少一种，所述第一关联关系是指所述各个主体标识之间的关联关系，所述第二关联关系是指所述各个主体标识与所述交互用户信息中交互用户标识之间的关联关系；
对所述异构信息网络进行社团划分，得到各个待定性社团；
提取所述各个待定性社团对应的社团特征，根据所述社团特征确定所述各个待定性社团中的异常社团。


2.根据权利要求1所述的方法，其特征在于，所述关联关系包括第一关联关系；所述基于所述各个主体标识对应的属性信息和所述交互用户信息确定关联关系，根据所述关联关系建立异构信息网络，包括：
根据所述交互用户信息确定所述各个主体标识之间的共同交互用户标识数，将所述共同交互用户标识数作为所述各个主体标识之间的核心关联信息；
根据所述各个主体标识对应的属性信息确定相同主体属性，将所述相同主体属性作为所述各个主体标识之间的辅助关联信息；
根据所述核心关联信息和所述辅助关联信息确定所述各个主体标识之间的第一关联关系；
根据所述各个主体标识和所述各个主体标识之间的第一关联关系建立第一异构信息网络。


3.根据权利要求2所述的方法，其特征在于，根据所述交互用户信息确定所述各个主体标识之间的共同交互用户标识数，将所述共同交互用户标识数作为所述各个主体标识之间的核心关联信息，包括：
根据所述交互用户信息确定所述各个主体标识对应的交互用户标识总数；
计算所述共同交互用户标识数与所述交互用户标识总数的比值；
当所述比值符合预设阈值条件时，将所述比值和所述相同交互用户标识数作为所述各个主体标识之间的第一核心关联信息。


4.根据权利要求2所述的方法，其特征在于，根据所述交互用户信息确定所述各个主体标识之间的共同交互用户标识数，将所述共同交互用户标识数作为所述各个主体标识之间的核心关联信息，包括：
获取交互用户信息中的交互数据，当所述交互数据满足预设过滤条件时，获取对应的待过滤交互用户标识；
获取所述各个主体标识之间的共同交互用户标识，将所述共同交互用户标识中的所述待过滤交互用户标识进行过滤，得到目标交互用户标识；
统计所述目标交互用户标识数，将所述目标交互用户标识数作为所述各个主体标识之间的第二核心关联信息。


5.根据权利要求1至4任意一项所述的方法，其特征在于，对所述异构信息网络进行社团划分，得到各个待定性社团，包括：
初始化所述异构信息网络中节点对应的社团；
计算所述异构信息网络中节点的初始模块度，并根据所述异构信息网络中节点对应的邻居社团更新所述异构信息网络中节点对应的社团；
计算更新后所述异构信息网络中节点的更新模块度，并计算所述初始模块度与所述更新模块度的差值；
当所述差值符合预设差值条件时，得到所述异构信息网络对应的更新社团；
根据所述异构信息网络对应的更新社团建立更新后的异构信息网络，并返回计算所述异构信息网络中节点的初始模块度，并根据所述异构信息网络中节点对应的邻居社团更新所述异构信息网络中节点对应的社团的步骤执行，当所述更新后的异构信息网络符合预设划分完成条件时，得到各个待定性社团。


6.根据权利要求5所述的方法，其特征在于，所述社团特征包括主体节点特征；所述提取所述各个待定性社团对应的社团特征，根据所述社团特征确定所述各个待定性社团中的异常社团，包括：
提取所述各个待定性社团中主体节点对应的主体节点特征，根据所述主体节点特征确定主体节点对应的主体可信程度；
根据所述主体节点的主体可信程度确定所述各个待定性社团的社团可信程度，当所述社团可信程度符合预设可信程度条件时，将所述社团可信程度未超过预设可信程度阈值的待定性社团作为异常社团。


7.根据权利要求5所述的方法，其特征在于，所述社团特征包括社团结构特征；所述提取...

【专利技术属性】
技术研发人员：李瑞华，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44