【技术实现步骤摘要】
一种异常设备的识别方法、装置及电子设备
[0001]本专利技术涉及风险控制
，特别是涉及一种异常设备的识别方法、装置及电子设备。
技术介绍
[0002]目前，在风险控制场景中，企业为了避免用户批量登录、批量注册等批量操作所带来的风险，会采取一定的风控措施，例如，可以限制同一台设备的可操作次数。但是，若用户通过将同一设备伪造成新设备的方式进行批量操作，则会绕过企业的风控措施。
[0003]相关技术中，一般通过设备指纹ID(Identification，身份标识号)来区分不同的设备，当多个设备的设备指纹ID相同，则将该多个设备确定为同一台设备，且将该多个设备识别为异常设备，进而对所识别的异常设备采取一定的风控措施。但由于设备指纹ID容易被修改，导致对异常设备的识别不准确。
[0004]因此，如何准确地识别异常设备是亟待解决的问题。
技术实现思路
[0005]本专利技术实施例的目的在于提供一种异常设备的识别方法、装置及电子设备，以实现准确地识别异常设备。具体技术方案如下：
[0006]...
【技术保护点】
【技术特征摘要】
1.一种异常设备的识别方法，其特征在于，所述方法包括：获取待识别设备的多个设备参数；基于所获取的各设备参数，确定所述待识别设备的特征信息；将所述待识别设备的特征信息输入预先训练的异常设备识别模型中，得到所述待识别设备的异常设备识别结果；其中，所述异常设备识别模型为利用样本设备的样本特征信息和所述样本设备的异常设备标注结果训练得到；所述样本特征信息为：基于所述样本设备的多个设备参数确定的特征信息；所述异常设备标注结果为：针对所述样本设备所标注的，是否为异常设备的结果；基于所述异常设备识别结果，确定所述待识别设备是否为异常设备。2.根据权利要求1所述的方法，其特征在于，所述基于所获取的各设备参数，确定所述待识别设备的特征信息，包括：利用词嵌入模型将所获取的各设备参数转换为向量，作为所述待识别设备的特征信息；或者，基于设备参数与向量之间预设的映射关系，确定所获取的各设备参数中每一设备参数所映射的向量，并将所述各设备参数所映射的向量合并，以将合并后的向量作为所述待识别设备的特征信息。3.根据权利要求2所述的方法，其特征在于，所述利用词嵌入模型将所获取的各设备参数转换为向量，作为所述待识别设备的特征信息，包括：按照指定排序方式，对所获取的各设备参数进行排序；针对每一设备参数，根据排序后所述各设备参数的排序位置，以及预设的所述各设备参数中每一设备参数的独热向量，确定与该设备参数对应的、用于对所述词嵌入模型进行训练的训练数据；利用所述各设备参数中每一设备参数对应的训练数据，对所述词嵌入模型进行训练；在所述词嵌入模型训练结束之后，基于训练后的所述词嵌入模型的模型参数，确定一向量，作为所述待识别设备的特征信息。4.根据权利要求3所述的方法，其特征在于，所述根据排序后所述各设备参数的排序位置，以及预设的所述各设备参数中每一设备参数的独热向量，确定与该设备参数对应的、用于对所述词嵌入模型进行训练的训练数据，包括：根据排序后所述各设备参数的排序位置，确定该设备参数的邻近设备参数；其中，每一设备参数的邻近设备参数为：排序位置与该设备参数的排序位置相差小于第一预设阈值的设备参数；基于预设的该设备参数的独热向量，以及预设的所述邻近设备参数的独热向量，确定与该设备参数对应的、用于对所述词嵌入模型进行训练的训练数据。5.根据权利要求3所述的方法，其特征在于，所述词嵌入模型包含隐藏层；所述基于训练后的所述词嵌入模型的模型参数，确定一向量，作为所述待识别设备的特征信息，包括：将所述词嵌入模型中隐藏层的模型参数，转换为一向量，作为所述待识别设备的特征信息。6.根据权利要求3所述的方法，其特征在于，所述按照指定排序方式，对所获取的各设
备参数进行排序，包括：针对所获取的各设备参数中的每一设备参数，基于设备参数与排序位置之间预设的对应关系，确定与该设备参数对应的排序位置，作为该设备参数的排序位置；按照所述各设备参数的排序位置，对所述各设备参数进行排序。7.根据权利要求1
‑
...
【专利技术属性】
技术研发人员：郑慧梅，
申请(专利权)人：北京奇艺世纪科技有限公司，
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。