异常账户识别方法和装置、电子设备及存储介质制造方法及图纸

本申请提供了一种异常账户识别方法和装置、电子设备及存储介质，属于人工智能技术领域。方法包括：基于访问场景数据、账户基本信息、行为特征数据和访问频率数据，构建初始异构图；对初始图节点进行节点可疑度计算得到初始节点可疑度，对初始访问行为序列进行边可疑度计算得到边可疑度；基于初始节点可疑度构建初始账户搜索树和初始场景搜索树；基于初始账户搜索树和初始场景搜索树对初始异构图进行剪枝，得到中间异构图，对中间异构图进行异常评分，得到平均可疑度；根据平均可疑度从中间异构图筛选出目标异构图；对目标异构图进行风险评分得到风险分值；根据风险分值从目标异构图中识别出异常账户。本申请能够提高异常账户的识别准确性。的识别准确性。的识别准确性。

【技术实现步骤摘要】
异常账户识别方法和装置、电子设备及存储介质


[0001]本申请涉及人工智能
，尤其涉及一种异常账户识别方法和装置、电子设备及存储介质。

技术介绍

[0002]目前的异常账户识别方法大多是基于对每个账户本身的特征进行异常分析，以确定该账户是否为异常账户，这一方式往往存在着识别准确性不高的问题，因此，如何提高异常账户的识别准确性，成为了亟待解决的技术问题。

技术实现思路

[0003]本申请实施例的主要目的在于提出一种异常账户识别方法和装置、电子设备及存储介质，旨在提高异常账户的识别准确性。
[0004]为实现上述目的，本申请实施例的第一方面提出了一种异常账户识别方法，所述方法包括：
[0005]获取目标账户的目标访问数据和账户基本信息，其中，所述目标访问数据包括所述目标账户的行为特征数据、访问场景数据、访问频率数据；
[0006]基于所述访问场景数据和所述账户基本信息确定初始图节点，基于所述行为特征数据和所述访问频率数据确定初始访问行为序列，并根据所述初始访问行为序列和所述初始图节点构建初始异构图；其中，所述初始图节点包括初始账户节点和初始场景节点，所述初始访问行为序列包括至少两个初始账户行为特征，每一所述初始账户行为特征连接两个相邻的初始图节点；
[0007]对所述初始图节点进行节点可疑度计算得到初始节点可疑度，并对所述初始访问行为序列进行边可疑度计算得到边可疑度，所述初始节点可疑度包括所述初始账户节点的第一可疑度和所述初始场景节点的第二可疑度；
[0008]基于所述第一可疑度和所述初始账户节点构建初始账户搜索树，并基于所述第二可疑度和所述初始场景节点构建初始场景搜索树；
[0009]基于所述初始账户搜索树和所述初始场景搜索树对所述初始异构图进行剪枝处理，得到中间异构图，并对所述中间异构图进行异常评分，得到平均可疑度；
[0010]根据所述平均可疑度对所述中间异构图进行识别，得到目标异构图；
[0011]基于预设的风险评分模型对所述目标异构图进行风险评分，得到风险分值；其中，所述风险分值用于表征所述初始账户节点的风险程度；
[0012]根据所述风险分值从所述目标异构图中筛选出异常账户。
[0013]在一些实施例，所述对所述初始图节点进行节点可疑度计算得到初始节点可疑度，并对所述初始访问行为序列进行边可疑度计算得到边可疑度，包括：
[0014]获取所述初始账户行为特征的特征数量；
[0015]基于预设公式和所述特征数量进行边可疑度计算，得到每一所述初始账户行为特
征的边可疑度；
[0016]根据所述初始账户行为特征和所述初始图节点的连接关系，将与所述初始图节点相连的所有初始账户行为特征的边可疑度进行求和，得到所述初始图节点的初始节点可疑度。
[0017]在一些实施例，所述基于所述第一可疑度和所述初始账户节点构建初始账户搜索树，并基于所述第二可疑度和所述初始场景节点构建初始场景搜索树，包括：
[0018]基于所述初始账户节点，构建初始账户二叉树，并基于所述初始场景节点，构建初始场景二叉树；
[0019]基于所述第一可疑度的大小，对所述初始账户二叉树进行节点位置调整，得到所述初始账户搜索树，所述初始账户搜索树包括账户根节点和账户叶子节点；
[0020]基于所述第二可疑度的大小，对所述初始场景二叉树进行节点位置调整，得到所述初始场景搜索树，所述初始场景搜索树包括场景根节点和场景叶子节点。
[0021]在一些实施例，所述初始账户搜索树包括账户根节点和账户叶子节点，所述初始场景搜索树包括场景根节点和场景叶子节点，所述基于所述初始账户搜索树和所述初始场景搜索树对所述初始异构图进行剪枝处理，得到中间异构图，并对所述中间异构图进行异常评分，得到平均可疑度，包括：
[0022]提取所述账户根节点和所述场景根节点，其中，所述账户根节点为所述初始账户搜索树中第一可疑度最小的初始账户节点，所述场景根节点为所述初始场景搜索树中第二可疑度最小的初始场景节点；
[0023]从所述初始异构图中剔除所述账户根节点和所述场景根节点，得到所述中间异构图；
[0024]获取所述中间异构图的图节点数量；
[0025]基于所述中间异构图的初始账户节点，计算所述中间异构图的第一可疑总值，并所述中间异构图的初始场景节点，计算所述中间异构图的第二可疑总值；
[0026]根据所述预设公式、所述图节点数量、所述第一可疑总值、所述第二可疑总值对所述中间异构图进行异常评分，得到所述平均可疑度。
[0027]在一些实施例，所述风险评分模型包括特征提取层和多个预设的候选评分模板，所述基于预设的风险评分模型对所述目标异构图进行风险评分，得到风险分值，包括：
[0028]基于所述特征提取层对所述目标异构图进行节点特征提取，得到目标账户特征；
[0029]基于所述候选评分模板对所述目标账户特征进行风险评分，得到每一所述初始账户节点的风险分值。
[0030]在一些实施例，所述基于所述评分模板对所述目标账户特征进行风险评分，得到每一所述初始账户节点的风险分值，包括：
[0031]提取至少两个所述候选评分模板作为目标评分模板；
[0032]基于所述目标评分模板对所述目标账户特征进行风险评分，得到模板分值；
[0033]根据预设的权重参数对所述模板分值进行加权计算，得到所述风险分值。
[0034]在一些实施例，所述根据所述风险分值从所述目标异构图中识别出异常账户，包括：
[0035]比对所述风险分值和预设的风险阈值；
[0036]选取所述目标异构图中风险分值大于所述风险阈值的初始账户节点作为目标账户节点；
[0037]将所述目标账户节点对应的目标账户作为异常账户。
[0038]为实现上述目的，本申请实施例的第二方面提出了一种异常账户识别装置，所述装置包括：
[0039]数据获取模块，用于获取目标账户的目标访问数据和账户基本信息，其中，所述目标访问数据包括所述目标账户的行为特征数据、访问场景数据、访问频率数据；
[0040]图构建模块，用于基于所述访问场景数据和所述账户基本信息确定初始图节点，基于所述行为特征数据和所述访问频率数据确定初始访问行为序列，并根据所述初始访问行为序列和所述初始图节点构建初始异构图；其中，所述初始图节点包括初始账户节点和初始场景节点，所述初始访问行为序列包括至少两个初始账户行为特征，每一所述初始账户行为特征连接两个相邻的初始图节点；
[0041]计算模块，用于对所述初始图节点进行节点可疑度计算得到初始节点可疑度，并对所述初始访问行为序列进行边可疑度计算得到边可疑度，所述初始节点可疑度包括所述初始账户节点的第一可疑度和所述初始场景节点的第二可疑度；
[0042]搜索树构建模块，用于基于所述第一可疑度和所述初始账户节点构建初始账户搜索树，并基于所述第二可疑度和所述初始场景本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常账户识别方法，其特征在于，所述方法包括：获取目标账户的目标访问数据和账户基本信息，其中，所述目标访问数据包括所述目标账户的行为特征数据、访问场景数据、访问频率数据；基于所述访问场景数据和所述账户基本信息确定初始图节点，基于所述行为特征数据和所述访问频率数据确定初始访问行为序列，并根据所述初始访问行为序列和所述初始图节点构建初始异构图；其中，所述初始图节点包括初始账户节点和初始场景节点，所述初始访问行为序列包括至少两个初始账户行为特征，每一所述初始账户行为特征连接两个相邻的初始图节点；对所述初始图节点进行节点可疑度计算得到初始节点可疑度，并对所述初始访问行为序列进行边可疑度计算得到边可疑度，所述初始节点可疑度包括所述初始账户节点的第一可疑度和所述初始场景节点的第二可疑度；基于所述第一可疑度和所述初始账户节点构建初始账户搜索树，并基于所述第二可疑度和所述初始场景节点构建初始场景搜索树；基于所述初始账户搜索树和所述初始场景搜索树对所述初始异构图进行剪枝处理，得到中间异构图，并对所述中间异构图进行异常评分，得到平均可疑度；根据所述平均可疑度对所述中间异构图进行筛选，得到目标异构图；基于预设的风险评分模型对所述目标异构图进行风险评分，得到风险分值；其中，所述风险分值用于表征所述初始账户节点的风险程度；根据所述风险分值从所述目标异构图中识别出异常账户。2.根据权利要求1所述的异常账户识别方法，其特征在于，所述对所述初始图节点进行节点可疑度计算得到初始节点可疑度，并对所述初始访问行为序列进行边可疑度计算得到边可疑度，包括：获取所述初始账户行为特征的特征数量；基于预设公式和所述特征数量进行边可疑度计算，得到每一所述初始账户行为特征的边可疑度；根据所述初始账户行为特征和所述初始图节点的连接关系，将与所述初始图节点相连的所有初始账户行为特征的边可疑度进行求和，得到所述初始图节点的初始节点可疑度。3.根据权利要求2所述的异常账户识别方法，其特征在于，所述基于所述第一可疑度和所述初始账户节点构建初始账户搜索树，并基于所述第二可疑度和所述初始场景节点构建初始场景搜索树，包括：基于所述初始账户节点，构建初始账户二叉树，并基于所述初始场景节点，构建初始场景二叉树；基于所述第一可疑度的大小，对所述初始账户二叉树进行节点位置调整，得到所述初始账户搜索树，所述初始账户搜索树包括账户根节点和账户叶子节点；基于所述第二可疑度的大小，对所述初始场景二叉树进行节点位置调整，得到所述初始场景搜索树，所述初始场景搜索树包括场景根节点和场景叶子节点。4.根据权利要求3所述的异常账户识别方法，其特征在于，所述初始账户搜索树包括账户根节点和账户叶子节点，所述初始场景搜索树包括场景根节点和场景叶子节点，所述基于所述初始账户搜索树和所述初始场景搜索树对所述初始异构图进行剪枝处理，得到中间
异构图，并对所述中间异构图进行异常评分，得到平均可疑度，包括：提取所述账户根节点和所述场景根节点，其中，所述账户根节点为所述初始账户搜索树中第一可疑度最小的初始账户节点，所述场景根节点为所述初始场景搜索树中第二可疑度最小的初始场景节点；从所述初始异构图中剔除所述账户根节点和所述场景根节点，得到所述中间异构图；获取所述中间异构图的图节点数量；基于所述中间异构图的初始账户节点，计算所述中间异构图的第一可疑总...

【专利技术属性】
技术研发人员：李萍，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：