恶意流量账号检测方法、装置、设备和存储介质制造方法及图纸

技术编号:29791061 阅读:11 留言:0更新日期:2021-08-24 18:10
本发明专利技术实施例公开了一种恶意流量账号检测方法、装置、设备和存储介质。该方法包括:根据每个账号各自的关联信息生成对应的账号行为节点后,根据账号行为节点确定每个账号对应的账号行为序列,以及每个账号行为节点的关联账号数量,并根据账号行为序列、关联账号数量以及账号总量计算得到每个账号之间的账号行为序列相似度,再根据账号行为序列相似度确定恶意流量账号。该方案基于账号行为序列相似度对恶意流量账号进行识别,在识别的过程中不依赖账号登录设备的设备信息,从而能够识别出群控、箱控等恶意流量账号,提高了对恶意流量账号的识别效率以及准确性。

【技术实现步骤摘要】
恶意流量账号检测方法、装置、设备和存储介质
本申请实施例涉及数据处理
,尤其涉及一种恶意流量账号检测方法、装置、设备和存储介质。
技术介绍
随着网络技术以及通信技术的发展,网络直播逐渐走进了大众的生活之中,然而,网络直播行业中恶意流量账号的存在,阻碍了网络直播行业的健康发展。恶意流量账号是指,黑灰产业在互联网从事薅羊毛、引流、刷单等行为的账号,恶意流量账号在网络直播的过程中进行刷关注、刷房间人气、恶意引流等风险行为,使得网络直播行业存在着生态虚假繁荣、主播套取佣金、竞品挖走付费用户等情况。目前对恶意流量账号进行聚集性检测的方式,主要依赖账号在设备标识、国际移动设备识别码、MAC地址、广告标识等节点注册登录环节的聚集性进行检测。然而,上述检测内容的全面性较差,检测效率和准确率均较低,不能合理挖掘利用更多的有用信息。同时,恶意流量账号除了登录设备聚集的特征外,还存在模拟器登录修改设备标识、群控、箱控等登录特征,其无法利用一台登录设备的聚集性进行检测,需要改进。
技术实现思路
本专利技术实施例提供了一种恶意流量账号检测方法、装置、设备和存储介质,通过账号行为序列、关联账号数量以及账号总量计算每个账号之间的账号行为序列相似度,之后根据账号行为序列相似度确定出恶意流量账号,在对恶意流量账号的识别过程中不依赖登录设备的设备信息,能够识别出群控、箱控等恶意流量账号,提高识别效率以及准确性。第一方面,本专利技术实施例提供了一种恶意流量账号检测方法,包括以下步骤:根据每个账号各自的关联信息生成对应的账号行为节点;根据所述账号行为节点确定每个账号对应的账号行为序列,以及每个账号行为节点的关联账号数量;根据所述账号行为序列、所述关联账号数量以及账号总量计算得到每个账号之间的账号行为序列相似度;根据所述账号行为序列相似度确定恶意流量账号。第二方面,本专利技术实施例提供了一种恶意流量账号检测装置,所述装置包括:行为节点生成模块,用于根据每个账号各自的关联信息生成对应的账号行为节点;序列确定模块,用于根据所述账号行为节点确定每个账号对应的账号行为序列;关联账号确定模块,用于根据所述账号行为节点确定每个账号行为节点的关联账号数量;相似度确定模块,用于根据所述账号行为序列、所述关联账号数量以及账号总量计算得到每个账号之间的账号行为序列相似度;恶意账号确定模块,用于根据所述账号行为序列相似度确定恶意流量账号。第三方面,本专利技术实施例提供了一种恶意流量账号检测设备,所述设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的恶意流量账号检测方法。第四方面,本专利技术实施例提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的恶意流量账号检测方法。本专利技术实施例中,首先根据每个账号各自的关联信息生成对应的账号行为节点,之后根据账号行为节点确定每个账号对应的账号行为序列以及每个账号行为节点的关联账号数量,并根据账号行为序列、关联账号数量以及账号总量计算得到每个账号之间的账号行为序列相似度,再根据账号行为序列相似度确定恶意流量账号。该方案基于账号行为序列相似度对恶意流量账号进行识别,在识别的过程中不依赖账号登录设备的设备信息,从而能够识别出群控、箱控等恶意流量账号,提高了对恶意流量账号的识别效率以及准确性。附图说明图1为本专利技术实施例提供的一种恶意流量账号检测方法的流程图;图2为本专利技术实施例提供的另一种恶意流量账号检测方法的流程图;图3为本专利技术实施例提供的另一种恶意流量账号检测方法的流程图;图4为本专利技术实施例提供的一个示例性的有向图;图5为本专利技术实施例提供的一个示例性的强连通分量效果图;图6为本专利技术实施例提供的一种基于账号的强连通分量分布图;图7为本专利技术实施例提供的一种恶意流量账号检测装置的结构框图;图8为本专利技术实施例提供的一种恶意流量账号检测设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本专利技术实施例,而非对本专利技术实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本专利技术实施例相关的部分而非全部结构。图1为本专利技术实施例提供的一种恶意流量账号检测方法的流程图,本实施例可适用于对恶意流量账号进行检测,该方法可以由计算设备如服务器来执行,具体包括如下步骤:步骤S101、根据每个账号各自的关联信息生成对应的账号行为节点。在一个实施例中,账号的关联信息是指与账号具体操作、行为相关联的信息,示例性的,账号的关联信息包括账号的动作执行内容,通过获取账号的动作执行内容即可得到账号的关联信息。账号行为节点,是指记录有账号每一个动作执行内容的节点。示例性的,若一个账号在某一个时间段内的动作包括关注账号、观看直播、充值以及打赏,则在该时间段内,对于该账号,则存在四个账号行为节点,每个账号行为节点分别记录有该账号关注账号、观看直播、充值以及打赏的动作执行内容,其中,在账号行为节点中记录账号动作执行内容的方式可以是直接以文字记录账号的动作执行内容,也可以是以特定代码记录账号的动作执行内容。记录的具体方式可以根据实际需要设置,本方案不做限定。举例而言,账号A的动作执行内容是观看账号C的直播,账号B的动作执行内容是打赏账号D,则在生成账号行为节点时,根据账号A观看账号C的直播的动作执行内容以及账号B打赏账号D的动作执行内容,分别生成账号A的账号行为节点以及账号B的动作执行内容节点,其中账号A的账号行为节点中记录有观看账号C的直播的动作执行内容,账号B的账号行为节点中记录有打赏账号D的动作执行内容。在一个实施例中,步骤S101具体包括:根据每个账号对应记录的动作发生时间、动作发生节点以及动作执行内容生成对应的账号行为节点。通过获取每个账号的动作发生时间、动作发生节点以及动作执行内容,来生成每个账号的账号行为节点。示例性的,若某一账号在3点关注账号A,则该账号生成的一个行为节点中记录有“在3点关注账号A”的内容,若该账号在5点观看账号B的直播,则该账号生成的另一个行为节点中记录有“在5点观看账号B的直播”的内容。在一个实施例中,通过查表确定动作索引的方式来记录动作执行内容,如表1所示,每一个动作索引对应一种动作执行内容。表1动作索引动作执行内容动作索引动作执行内容1注册IP7充值IP2登录IP8关注UID3改密设备ID9观看UID4该手机设备ID10打赏U本文档来自技高网...

【技术保护点】
1.恶意流量账号检测方法,其特征在于,包括:/n根据每个账号各自的关联信息生成对应的账号行为节点;/n根据所述账号行为节点确定每个账号对应的账号行为序列,以及每个账号行为节点的关联账号数量;/n根据所述账号行为序列、所述关联账号数量以及账号总量计算得到每个账号之间的账号行为序列相似度;/n根据所述账号行为序列相似度确定恶意流量账号。/n

【技术特征摘要】
1.恶意流量账号检测方法,其特征在于,包括:
根据每个账号各自的关联信息生成对应的账号行为节点;
根据所述账号行为节点确定每个账号对应的账号行为序列,以及每个账号行为节点的关联账号数量;
根据所述账号行为序列、所述关联账号数量以及账号总量计算得到每个账号之间的账号行为序列相似度;
根据所述账号行为序列相似度确定恶意流量账号。


2.根据权利要求1所述的恶意流量账号检测方法,其特征在于,所述根据所述账号行为序列、所述关联账号数量以及账号总量计算得到每个账号之间的账号行为序列相似度,包括:
根据所述账号行为序列、所述关联账号数量以及账号总量计算得到每个账号行为节点的频率值;
根据所述每个账号行为节点的频率值计算得到每个账号之间的账号行为序列相似度。


3.根据权利要求2所述的恶意流量账号检测方法,其特征在于,所述根据所述账号行为序列、所述关联账号数量以及账号总量计算得到每个账号行为节点的频率值,包括:
确定每个账号对应的账号行为序列中账号行为节点的个数,根据所述账号行为节点的个数确定每个账号的行为频率值;
根据每个账号下每个账号行为节点的关联账号数量以及账号总量计算得到每个账号行为节点的逆行为频率指数;
根据所述行为频率值以及所述逆行为频率指数计算得到每个账号行为节点的频率值。


4.根据权利要求2所述的恶意流量账号检测方法,其特征在于,所述根据所述每个账号行为节点的频率值计算得到每个账号之间的账号行为序列相似度,包括:
根据所述每个账号行为节点的频率值以及账号行为序列,构建频率值矩阵;
通过矩阵分解公式对所述频率值矩阵进行降维,得到每个账户行为序列和行为主题的相关度矩阵;
基于所述相关度矩阵计算每个账号之间的账号行为序列相似度。


5.根据权利要求4所述的恶意流量账号检测方法,其特征在于,所述基于所述相关度矩阵计算每个账号之间的账号行为序列相似度,包括:
通过相似度计算公式对所述相关度矩阵的两两行向量进行计算得到每个账号之间的账号行为序列相似度。


6.根据权利要求2所述的恶意流量账号检测方法,其特征在于,所述根据所述每个账号行为节点的频率值计算得到每个账号之间的账号行为序...

【专利技术属性】
技术研发人员:黄群钟清华曹轲
申请(专利权)人:百果园技术新加坡有限公司
类型:发明
国别省市:巴西;BR

网友询问留言 已有0条评论
  • 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。

1