本申请涉及信息安全技术领域，尤其涉及一种异常对象检测方法、装置、电子设备及存储介质，获取待检测对象对应的各目标属性特征之后，针对各目标属性特征，分别执行以下操作：当确定一个目标属性特征未包含在预设的特征库中，则获取一个目标属性特征的特征类型对应的异常分值，基于确定出的各异常分值，确定待检测对象的异常检测结果。这样，在对待检测对象进行异常检测时，基于待检测对象在不同维度对应的目标属性特征进行异常检测，以避免因待检测对象的IP地址未包含在预设的IP黑名单中而导致出现漏检问题，提高了异常对象检测的准确度。度。度。
【技术实现步骤摘要】
一种异常对象检测方法、装置、电子设备及存储介质
[0001]本申请涉及信息安全
，尤其涉及一种异常对象检测方法、装置、电子设备及存储介质。
技术介绍
[0002]目前，随着信息技术的发展，出现了越来越多的能够自动提取网页内容的网络爬虫。
[0003]由于网络爬虫在运行的过程中，会抓取大量站点信息，从而造成站点信息被泄露，因此，为了提高站点信息的安全性，需要对访问站点的待检测对象进行异常检测。
[0004]相关技术中，在对待检测对象进行异常检测时，通常会预先设置IP黑名单，并根据待检测对象对应的IP地址和IP黑名单进行异常检测。
[0005]然而，由于预先设置的IP黑名单无法包含所有的异常对象对应的IP地址，因此，会出现漏检的问题，例如，当异常对象第一次被检测时，由于异常对象的IP地址未包含在预设的IP黑名单中，因此，无法检测出异常对象。
[0006]因此，相关技术中的这种异常对象检测的准确度不高。
技术实现思路
[0007]本申请实施例提供一种异常对象检测方法、装置、电子设备及存储介质，以提高异常对象检测的准确度。
[0008]本申请实施例提供的具体技术方案如下：
[0009]一种异常对象检测方法，包括：
[0010]获取待检测对象对应的各目标属性特征；
[0011]针对所述各目标属性特征，分别执行以下操作：当确定一个目标属性特征未包含在预设的特征库中，则获取所述一个目标属性特征的特征类型对应的异常分值，其中，每个异常分值是基于相应的特征类型的重要程度确定出的，所述特征库至少包含有各正常属性特征，每个正常属性特征表征正常对象对应的属性特征；
[0012]基于确定出的各异常分值，确定所述待检测对象的异常检测结果。
[0013]可选的，所述获取待检测对象对应的各目标属性特征之前，所述方法还包括：
[0014]针对预设的各特征类型，分别执行以下操作：分别确定一个特征类型与所述各特征类型之间的重要程度参数，其中，每个重要程度参数表征相应的特征类型与所述各特征类型中的一个特征类型之间的重要程度比较结果；
[0015]分别基于获得的各重要程度参数，确定相应的特征类型对应的特征权重；
[0016]分别基于各特征权重，确定相应的特征类型对应的异常分值。
[0017]可选的，所述分别基于获得的各重要程度参数，确定相应的特征类型对应的特征权重，包括：
[0018]针对所述各特征类型，分别执行以下操作：基于一个特征类型对应的各重要程度
参数，确定所述一个特征类型对应的特征向量；
[0019]对获得的各特征向量进行累加，确定所述各特征向量的向量总和；
[0020]针对所述各特征类型，分别执行以下操作：基于一个特征类型对应的特征向量和所述向量总和，确定所述一个特征类型对应的特征权重。
[0021]可选的，所述分别基于各特征权重，确定相应的特征类型对应的异常分值之前，所述方法还包括：
[0022]基于所述各特征类型对应的类型数量、所述各重要程度参数和所述各特征权重，确定最大特征根；
[0023]基于所述最大特征根和所述类型数量，确定所述各重要程度参数对应的待验证参数；
[0024]基于所述类型数量，从预设的随机参数集合中，确定出与所述类型数量对应的随机参数；
[0025]基于所述待验证参数和所述随机参数，确定所述各重要程度参数的一致性验证结果。
[0026]可选的，所述基于所述各特征类型对应的类型数量、所述各重要程度参数和所述各特征权重，确定最大特征根，包括：
[0027]构建包含有所述各重要程度参数的参数矩阵；
[0028]基于所述参数矩阵和标准化后的所述各特征权重，确定所述参数矩阵对应的标准矩阵；
[0029]基于所述标准矩阵、所述各特征权重和所述各特征类型对应的类型数量，确定最大特征根。
[0030]可选的，所述基于所述待验证参数和所述随机参数，确定所述各重要程度参数的一致性验证结果，包括：
[0031]基于所述待验证参数和所述随机参数，确定比值参数；
[0032]当确定所述比值参数小于预设的验证阈值时，确定所述各重要程度参数的一致性验证结果为一致；
[0033]当确定所述比值参数不小于所述验证阈值时，确定所述一致性验证结果为不一致。
[0034]可选的，所述基于确定出的各异常分值，确定所述待检测对象的异常检测结果，包括：
[0035]确定各异常分值之间的累加结果；
[0036]当确定所述累加结果大于预设的异常阈值时，基于获取到的验证码校验结果，确定所述待检测对象的异常检测结果；
[0037]当确定所述累加结果不大于所述异常阈值时，确定所述待检测对象的异常检测结果为正常对象。
[0038]可选的，所述基于获取到的验证码校验结果，确定所述待检测对象的异常检测结果，包括：
[0039]当获取到的验证码校验结果为校验不通过时，确定所述待检测对象的异常检测结果为异常对象；
[0040]当所述验证码校验结果为校验通过时，确定所述待检测对象的异常检测结果为正常对象。
[0041]一种异常对象检测装置，包括：
[0042]获取模块，用于获取待检测对象对应的各目标属性特征；
[0043]第一处理模块，用于针对所述各目标属性特征，分别执行以下操作：当确定一个目标属性特征未包含在预设的特征库中，则获取所述一个目标属性特征的特征类型对应的异常分值，其中，每个异常分值是基于相应的特征类型的重要程度确定出的，所述特征库至少包含有各正常属性特征，每个正常属性特征表征正常对象对应的属性特征；
[0044]检测模块，用于基于确定出的各异常分值，确定所述待检测对象的异常检测结果。
[0045]可选的，所述获取待检测对象对应的各目标属性特征之前，所述装置还包括第二处理模块，所述第二处理模块用于：
[0046]针对预设的各特征类型，分别执行以下操作：分别确定一个特征类型与所述各特征类型之间的重要程度参数，其中，每个重要程度参数表征相应的特征类型与所述各特征类型中的一个特征类型之间的重要程度比较结果；
[0047]分别基于获得的各重要程度参数，确定相应的特征类型对应的特征权重；
[0048]分别基于各特征权重，确定相应的特征类型对应的异常分值。
[0049]可选的，所述分别基于获得的各重要程度参数，确定相应的特征类型对应的特征权重时，所述第二处理模块还用于：
[0050]针对所述各特征类型，分别执行以下操作：基于一个特征类型对应的各重要程度参数，确定所述一个特征类型对应的特征向量；
[0051]对获得的各特征向量进行累加，确定所述各特征向量的向量总和；
[0052]针对所述各特征类型，分别执行以下操作：基于一个特征类型对应的特征向量和所述向量总和，确定所述一个特征类型对应的特征权重。
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种异常对象检测方法，其特征在于，包括：获取待检测对象对应的各目标属性特征；针对所述各目标属性特征，分别执行以下操作：当确定一个目标属性特征未包含在预设的特征库中，则获取所述一个目标属性特征的特征类型对应的异常分值，其中，每个异常分值是预先基于各特征类型之间的重要程度确定出的，所述特征库至少包含有各正常属性特征，每个正常属性特征表征正常对象对应的属性特征；基于确定出的各异常分值，确定所述待检测对象的异常检测结果。2.如权利要求1所述的方法，其特征在于，所述获取待检测对象对应的各目标属性特征之前，所述方法还包括：针对预设的各特征类型，分别执行以下操作：分别确定一个特征类型与所述各特征类型之间的重要程度参数，其中，每个重要程度参数表征相应的特征类型与所述各特征类型中的一个特征类型之间的重要程度比较结果；分别基于获得的各重要程度参数，确定相应的特征类型对应的特征权重；分别基于各特征权重，确定相应的特征类型对应的异常分值。3.如权利要求2所述的方法，其特征在于，所述分别基于获得的各重要程度参数，确定相应的特征类型对应的特征权重，包括：针对所述各特征类型，分别执行以下操作：基于一个特征类型对应的各重要程度参数，确定所述一个特征类型对应的特征向量；对获得的各特征向量进行累加，确定所述各特征向量的向量总和；针对所述各特征类型，分别执行以下操作：基于一个特征类型对应的特征向量和所述向量总和，确定所述一个特征类型对应的特征权重。4.如权利要求2所述的方法，其特征在于，所述分别基于各特征权重，确定相应的特征类型对应的异常分值之前，所述方法还包括：基于所述各特征类型对应的类型数量、所述各重要程度参数和所述各特征权重，确定最大特征根；基于所述最大特征根和所述类型数量，确定所述各重要程度参数对应的待验证参数；基于所述类型数量，从预设的随机参数集合中，确定出与所述类型数量对应的随机参数；基于所述待验证参数和所述随机参数，确定所述各重要程度参数的一致性验证结果。5.如权利要求4所述的方法，其特征在于，所述基于所述各特征类型对应的类型数量、所述各重要程度参数和所述各特征权重，确定最大特征根，包括：构建包含有所述各重要程度参数的参数矩阵；基于所述参数矩阵和所述各特征权重，确定...
【专利技术属性】
技术研发人员：请求不公布姓名，李滨，
申请(专利权)人：南京领行科技股份有限公司，
类型：发明
国别省市：
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。