【技术实现步骤摘要】
一种服务请求的响应方法及服务器
本申请属于数据处理
，尤其涉及一种服务请求的响应方法及服务器。
技术介绍
随着互联网技术的不断发展，越来越多的服务可以通过线上的方式实现，从而大大提高了服务响应的效率以及便捷程度。并且当智能终端的不断普及，终端数目正以几何级的速度增长，因此，在响应用户发起的服务时，服务器会接收到大量的服务请求，如何能够对服务请求进行过滤，筛选出合法的服务请求，则能够大大减少服务器的服务响应压力，以及提升服务响应速度。现有的服务请求的响应技术，主要是通过对服务请求的用户标识进行合法性识别，从而判断服务请求是否为合法请求，而现有的不法分子可以通过创建机器脚本，以模拟正常用户与服务器之间的交互操作，由于采用机器脚本可以在短时间内生成大量服务请求，从而影响服务器的正常运作。由此可见，现有的服务请求的响应技术中，对于异常请求的过滤方式单一，无法识别服务请求是否正常用户发起，从而降低了服务响应的安全性，并增加了服务响应过程中设备的负载压力。
技术实现思路
有鉴于此，本申请实施例提供了一种...
【技术保护点】
1.一种服务请求的响应方法，其特征在于，包括：/n接收各个用户终端的服务请求，并根据所述服务请求的服务类型，获得与所述服务类型关联的异常识别模型以及行为模式分类模型；/n将所有所述服务请求导入至所述行为模式分类模型，确定各个所述服务请求的聚类类别，并基于所述聚类类别将所有所述服务请求划分为多个用户组；所述用户组内的所有所述服务请求属于同一聚类类别；/n将所有所述服务请求导入所述异常识别模型，从所有所述服务请求中识别出异常请求；/n若任一所述用户组内包含的所述异常请求的异常个数大于异常阈值，则将所述用户组内所有服务请求识别为所述异常请求。/n
【技术特征摘要】
1.一种服务请求的响应方法，其特征在于，包括：
接收各个用户终端的服务请求，并根据所述服务请求的服务类型，获得与所述服务类型关联的异常识别模型以及行为模式分类模型；
将所有所述服务请求导入至所述行为模式分类模型，确定各个所述服务请求的聚类类别，并基于所述聚类类别将所有所述服务请求划分为多个用户组；所述用户组内的所有所述服务请求属于同一聚类类别；
将所有所述服务请求导入所述异常识别模型，从所有所述服务请求中识别出异常请求；
若任一所述用户组内包含的所述异常请求的异常个数大于异常阈值，则将所述用户组内所有服务请求识别为所述异常请求。
2.根据权利要求1所述的响应方法，其特征在于，所述根据所述服务请求的服务类型，获得与所述服务类型关联的异常识别模型以及行为模式分类模型，包括：
获取目标社交群组的交互记录；
将所有交互记录导入预设的态势感知算法，确定与所述服务类型对应的异常请求发送模式；
从所述异常请求发送模式提取发送特征参量，并基于发送特征参量生成异常识别模型。
3.根据权利要求2所述的响应方法，其特征在于，在所述获取目标社交群组的交互记录之前，还包括：
获取已识别的历史合法用户的第一用户信息，以及获取已识别的历史异常用户的第二用户信息；
根据所述第一用户信息以及所述第二用户信息，得到异常用户的风险特征参量；
获得候选社交群组内各个待识别用户的用户特征参量，计算所述用户特征参量与所述风险特征参量之间的匹配度，并将所述匹配度大于预设的匹配阈值的所述待识别用户识别为风险用户；
若任一所述候选社交群组包含的所述风险用户的用户个数大于预设的风险阈值，则识别所述候选社交群组为所述目标社交群组。
4.根据权利要求3所述的响应方法，其特征在于，所述根据所述第一用户信息以及所述第二用户信息，得到异常用户的风险特征参量，包括：
分别提取各个所述第一用户信息中关于多个候选用户维度的第一候选特征值，并基于各个所述第一候选特征值确定所述历史合法用户在候选用户维度的合法特征范围；
分别提取各个所述第二用户信息中关于多个所述候选用户维度的第二候选特征值，并基于各个所述第二候选特征值确定所述历史异常用户在候选用户维度的异常特征范围；
分别计算各个所述候选用户维度的合法特征范围与所述异常特征范围之间的偏差值；
选取所述偏差值大于预设的偏差阈值的所述候选用户维度作为风险维度，并基于所述风险维度的所述异常特征范围，确定所述风险特征参量。
5.根据权利要求1-4任一项所述的响应方法，其特征在于，所述将所有所述服务请求导入所述异常识别模型，从所有所述服务请求中识别出异常请求，包括：
根据所有所述服务请求包含的请求发起时间，生成关于所述服...
【专利技术属性】
技术研发人员：唐霞，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：广东;44
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。